在大字符串中搜索一组关键字

Question

我必须在文本文件或大字符串中进行搜索，以检查文本是否包含一组关键字（可能是数百万）。如果它包含关键字，我必须突出显示匹配的关键字。应该采取什么方法？ lucene是否为此提供了解决方案？

Answer 1

您已使用Elasticsearch标记了您的问题 - 如果您愿意使用ES，我认为Percolation的突出显示可能符合您的需求。您可以使用过滤器将每个关键字注册为单独的查询，然后通过它运行每个文档或字符串。它将返回匹配的查询列表。您也可以将它与突出显示结合起来。

http://www.elasticsearch.org/guide/en/elasticsearch/reference/current/search-percolate.html

http://blog.qbox.io/elasticsesarch-percolator

Answer 2

您可以使用lucene ShingleFilter

你会在网上找到很多例子，这里有一个http://www.massapi.com/class/sh/ShingleFilter.html