是否有快速，准确的Lucene荧光笔？

Question

我一直在使用（Java）Highlighter for Lucene（在Sandbox包中）。但是，在匹配搜索结果中的正确术语时，这并不是非常准确 - 它适用于简单查询，例如，搜索两个单独的单词将突出显示结果中的两个代码片段。

但是，对于更复杂的查询，它不能很好地运行。在最简单的情况下，诸如“Stack Overflow”之类的短语查询将匹配突出显示中所有出现的Stack或Overflow，这给用户留下了不能很好地工作的印象。

我尝试应用修复程序here，但这带来了许多性能警告，并且在一天结束时只是普遍无法使用。性能尤其是通配符查询的问题。这是由于突出显示的工作方式;它不是仅仅处理查询字符串和文本，而是像Lucene那样解析它，然后查找Lucene所做的所有匹配;不幸的是，这意味着对于某些通配符查询，它可以在大文档上查找2000+子句的匹配，而且它的速度不够快。

是否有更快的实施准确的荧光笔？

Answer 1

有一种新的更快的荧光笔（需要修补，但将成为2.9版的一部分）

https://issues.apache.org/jira/browse/LUCENE-1522

以及此问题的back-reference

Answer 2

你可以考虑使用Solr。 http://lucene.apache.org/solr

Solr是一种使用Lucene并支持突出显示的通用搜索应用程序。 Solr中的突出显示可能可用作Solr之外的API。您还可以看看Solr是如何为灵感而做的。

Answer 3

我一直在阅读这个主题并遇到spanQuery，这会在匹配的字段中返回匹配的字词或字词的范围。