代码之家 › 专栏 › 技术社区 › Andrew Bullock

Lucene.NET highlighter插件奇怪地突出显示

lucene-highlighter lucene.net

1

Andrew Bullock · 技术社区 · 14 年前

我正在尝试将Lucene.NET的Highlighter添加到我的搜索中,但是它做了一些非常奇怪的突出显示,我做错了什么?

// stuff here to get scoreDocs

var content = doc.GetField("content").StringValue();
// content = "Lorem Ipsum is simply dummy text of the printing and typesetting industry. Lorem Ipsum has been"


var highlighter = new Highlighter(new StrongFormatter(), new HtmlEncoder(), new QueryScorer(query.Rewrite(indexSearcher.GetIndexReader())));
highlighter.SetTextFragmenter(new SimpleFragmenter(100));
var tokenStream = analyzer.TokenStream("content", new StringReader(content));

var bestFragment = highlighter.GetBestFragment(tokenStream, content);

寻找 "lorem" 给我这个最佳片段值:

<strong>Lorem</strong> <strong>Ipsum</strong> is <strong>simply</strong> <strong>dummy</strong> <strong>text</strong> of the <strong>printing</strong> and <strong>typesetting</strong> <strong>industry</strong>. <strong>Lorem</strong> <strong>Ipsum</strong> <strong>has</strong> <strong>been</strong>

"Lorem" . 为什么?

我该如何让这种行为合理?

我用的是 StandardAnalyzer 我的问题是 "content:lorem"

编辑:*

谢谢

1 回复 | 直到 14 年前

1

3

sisve 14 年前

你还没有提交 StrongFormatter 或 HtmlEncoder TokenGroup 决定是否需要任何格式。

public class StrongFormatter : Formatter {
    public String HighlightTerm(String originalText, TokenGroup tokenGroup) {
        var score = tokenGroup.GetTotalScore();
        if (score == 0)
            return originalText;

        return String.Concat("<strong>", originalText, "<strong>");
    }
}

但是,您并不是第一个希望在html元素中包装匹配项的人。你可以用 SimpleHTMLFormatter SimpleHTMLEncoder 可能是你的HtmlEncoder做的。