rainbowzc

  博客园 :: 首页 :: 博问 :: 闪存 :: 新随笔 :: :: :: 管理 ::
solr高亮设置以及摘要

高亮显示

Java代码  收藏代码
  1.    
  2. public SolrDocumentList query(String str) {  
  3.    
  4. SolrQuery query = new SolrQuery(str);  
  5.    
  6.    
  7.    
  8. //设置高亮，以下两种方式都行（相当于开启高亮功能）  
  9.    
  10. //query.setHighlight(true);  
  11.    
  12. query.setParam("hl", "true"); //highlighting  
  13.    
  14.    
  15.    
  16. //设置高亮显示的请求，高亮显示的内容由该参数决定，但是返回结果还是由SolrQuery决定  
  17.    
  18. //query.setParam("hl.q", "email:zhang@ppstream.com");  
  19.    
  20.    
  21.    
  22. /* 
  23.   
  24. * 那些字段高亮显示，可以用空格或者逗号分隔（有一个域的时候正常，两个及以上没测试通过） 
  25.   
  26. * 老版本使用query.addHighlightField("name");query.addHighlightField("description");给多个字段开启高亮功能 
  27.   
  28. */  
  29.    
  30. query.setParam("hl.fl", "name");  
  31.    
  32.    
  33.    
  34. //高亮显示字段前后添加html代码  
  35.    
  36. query.setHighlightSimplePre("<font color=\"red\">");   
  37.   
  38. query.setHighlightSimplePost("</font>");  
  39.    
  40.    
  41.    
  42. SolrDocumentList list = new SolrDocumentList();  
  43.    
  44. SolrDocument document = null;  
  45.    
  46.    
  47.    
  48. QueryResponse response=new QueryResponse();  
  49.    
  50. try {  
  51.    
  52. SolrDocumentList documents = response.getResults();  
  53.    
  54. //第一个Map的键是文档的ID，第二个Map的键是高亮显示的字段名  
  55.    
  56. Map<String, Map<String, List<String>>> map = response.getHighlighting();  
  57.    
  58.    
  59.    
  60. for(int i=0;i<documents.size();i++) {  
  61.    
  62. document = documents.get(i);  
  63.    
  64. document.setField("name", map.get(document.getFieldValue("id")).get("name"));  
  65.    
  66. /*document.setField("email", map.get(document.getFieldValue("id")).get("email"));*/  
  67.    
  68. list.add(document);  
  69.    
  70. }  
  71.    
  72. } catch (Exception e) {  
  73.    
  74.    
  75.    
  76. }  
  77.    
  78. return list;  
  79.    
  80. }  
  81.    

 

 

 

 


 
另外的方法，配置solrconfig.xml

solr是在lucene的基础上做的开发，那么在某些功能的实现上，与lucene也会有相似之处。
 
solr的高亮显示（包括自动摘要），是通过hl这个param，以及其相关变量来实现的，hl是hightlight的简写。lucene中是通过highlighter来操作高亮和摘要的。
 
配 置高亮的相关属性，是在solrconfig.xml中配置的。在 <requestHandler name="search" class="solr.SearchHandler" default="true">下进行配置。solrconfig.xml文件中包含多个requestHandler的标签，但是只有在上述的名 为search的标签中配置才有效。现将配置的案列公布如下：


 

Xml代码  收藏代码
  1. <requestHandler name="search" class="solr.SearchHandler" default="true">  
  2.    <!-- default values for query parameters can be specified, these  
  3.         will be overridden by parameters in the request  
  4.      -->  
  5.     <lst name="defaults">  
  6.       <str name="echoParams">explicit</str>  
  7.       <int name="rows">10</int>  
  8.       <str name="df">text</str>  
  9.    <str name="hl">true</str>  
  10.    <str name="hl.fl">content</str>  
  11.    <str name="f.name.hl.fragsize">50</str>  
  12.    <str name="hl.simple.pre">&lt;font color=&quot;red&gt;</str>  
  13.    <str name="hl.simple.post">&lt;/font&gt;</str>  
  14.     </lst>  
  15.  </requestHandler>  

 

 

其中，hl是指定是否使用高亮；hl.fl，指定对哪些域进行高亮，对多个域进行高亮的话，好像是用逗号隔 开；f.name.hl.fragsize是指摘要的长度，默认0代表不做摘要。而hl.simple.pre和hl.simple.post则是指定高 亮时显示的格式，默认是<em></em>。详细内容请参见：http://wiki.apache.org/solr/HighlightingParameters。设置完成后，

在solrj中，通过QueryResponse对象的getHighlighting()方法获得。该方法返回 Map<String,Map<String,List<String>>>类型的数据。其中第一个Map中的 key是id,第二个Map中的key是field，List<String>中封装的就是高亮与摘要处理过后的内容了

 

 


 Map<String, Map<String, List<String>>> map = response.getHighlighting();
 
 通过这个api的方法就可以得到高亮的内容，高亮的内容通过 key 跟索引的document部分关联起来
 
 这个key就是document 的id
 
参数详细说明：
 
 
 
 
 

?hl.fl: 用空格或逗号隔开的字段列表。要启用某个字段的highlight功能，就得保证该字段在schema中是stored。如果该参数未被给出，那么就会高 亮默认字段 standard handler会用df参数，dismax字段用qf参数。你可以使用星号去方便的高亮所有字段。如果你使用了通配符，那么要考虑启用 hl.requiredFieldMatch选项。
 ?hl.requireFieldMatch:
如果置为true，除非该字段的查 询结果不为空才会被高亮。它的默认值是false，意味着它可能匹配某个字段却高亮一个不同的字段。如果hl.fl使用了通配符，那么就要启用该参数。尽 管如此，如果你的查询是all字段（可能是使用copy-field 指令），那么还是把它设为false，这样搜索结果能表明哪个字段的查询文本未被找到
 ?hl.usePhraseHighlighter:
如果一个查询中含有短语（引号框起来的）那么会保证一定要完全匹配短语的才会被高亮。
 ?hl.highlightMultiTerm
如果使用通配符和模糊搜索，那么会确保与通配符匹配的term会高亮。默认为false，同时hl.usePhraseHighlighter要为true。
 ?hl.snippets：
这是highlighted片段的最大数。默认值为1，也几乎不会修改。如果某个特定的字段的该值被置为0（如f.allText.hl.snippets=0），这就表明该字段被禁用高亮了。你可能在hl.fl=*时会这么用。
 ?hl.fragsize:
每个snippet返回的最大字符数。默认是100.如果为0，那么该字段不会被fragmented且整个字段的值会被返回。大字段时不会这么做。
 ?hl.mergeContiguous:
如果被置为true，当snippet重叠时会merge起来。
 ?hl.maxAnalyzedChars:
会搜索高亮的最大字符，默认值为51200，如果你想禁用，设为-1
 ?hl.alternateField:
如果没有生成snippet（没有terms 匹配），那么使用另一个字段值作为返回。
 ?hl.maxAlternateFieldLength:
如果hl.alternateField启用，则有时需要制定alternateField的最大字符长度，默认0是即没有限制。所以合理的值是应该为
 ?hl.snippets * hl.fragsize这样返回结果的大小就能保持一致。
 ?hl.formatter: 一个提供可替换的formatting算法的扩展点。默认值是simple，这是目前仅有的选项。显然这不够用，你可以看看 org.apache.solr.highlight.HtmlFormatter.java 和 solrconfig.xml中highlighting元素是如何配置的。
注意在不论原文中被高亮了什么值的情况下，如预先已存在的em tags，也不会被转义，所以在有时会导致假的高亮。
 ?hl.fragmenter:
这 个是solr制定fragment算法的扩展点。gap是默认值。regex是另一种选项，这种选项指明highlight的边界由一个正则表达式确定。 这是一种非典型的高级选项。为了知道默认设置和fragmenters (and formatters)是如何配置的，可以看看solrconfig.xml中的highlight段。
regex 的fragmenter有如下选项：
 ?hl.regex.pattern:正则表达式的pattern
 ?hl.regex.slop:这是hl.fragsize能变化以适应正则表达式的因子。默认值是0.6，意思是如果hl.fragsize=100那么fragment的大小会从40-160.

posted on 2014-04-22 13:34  ct  阅读(8828)  评论(0)  编辑  收藏  举报