lucene-使用Highlighter高亮显示查询项

Lucene学习之高亮显示 在搜索引擎中我们经常会看到这样的情景: 红色部分我们称之为高亮显示,lucene提供了HighLighter模块来实现这一功能。 高亮显示模块通常包含两个独立的功能,首先是动态拆分,就是从匹配搜索的大量文本中选取一小部分句子。第二个内容就是高亮显示。 我们先来看下高亮显示的原理: 一、TokenSources:IndexReader reader = DirectoryReader.op 阅读详情

1、Highlighte包含三个主要部分:

1)段划分器:Fragmenter

2)计分器:Scorer

3)格式化器:Formatter

2、不仅需要你提供记分器和需要高亮显示的文本,还需要一个TokenStream实例。这个TokenStream实例由分析器生成。我们提供的文本用于生成TokenStream,这个TokenStream被用作高亮显示的原始文本。

3、Highlighter利用Fragmenter将原始文本分割成片段,大小可控制

4、QueryScorer为内置的计分器,基于项的加权因子给片段加权。必须对查询的原始形式进行重写,以便QueryScorer使用,被重写为BooleanQuery中所使用的项。在将Query实例传递到QueryScorer之前,可以调用Query.rewrite(IndexReader)方法来重写Query对象。

5、格式化器用于装饰项文本。不指定格式化器,会默认使用内置的SimpleHTMLFormatter。

6、示例

public static void main(String[] args) throws IOException{

   Stringfilename=args[0];

   if (filename==null){

        System.err.println("USAGE:HighlightIt<filename>");

        System.exit(-1);

   }

   TermQuery query=newTermQuery(new Term("f","ipsum"));

   QueryScorer scorer=newQueryScorer(query);

  //定义标注高亮文本的标签  

   SimpleHTMLFormatterformatter=

        new SimpleHTMLFormatter("<span Highlighter highlighter=newHighlighter(formatter,scorer);

   Fragmenterfragmenter=new SimpleFragmenter(50);//减少片断的默认大小

   highlighter.setTextFragmenter(fragmenter);

   //原始文本语汇单元化

   TokenStream tokenstream=newStandardAnalyzer().tokenStream("f",new StringReader(text));

   //高亮显示5个匹配最好的片断

   Strinresult=highlighter.getBestFragments(tokenstream,text,5,"...");

   FileWriter writer=newFileWriter(filename);

  writer.write("<html>");

   //写入用于高亮显示的HTML

   writer.write("<style>/n"+".highlight{/n"+"backgroud:yellow;/n"+"}/n"+"</style>");

  writer.write("<body>");

   writer.(result);

   writer.write("</body></html>");

   writer.close();

} 

 

 

 

具体使用说明如下:

1)建立索引时,在文档相关字段记录词条的位置

             Field f = new Field(FIELD_NAME, text ,

                                   Field.Store.YES, Field.Index.TOKENIZED,

                                   Field.TermVector.WITH_POSITIONS_OFFSETS);

              d.add(f);

2)构造HighLighter对象

     Highlighter highlighter =new Highlighter(new QueryScorer(query));

3)设置文本分块

highlighter.setTextFragmenter(new SimpleFragmenter(20));

建立TermPositionVector 对象

TermPositionVector tpv = (TermPositionVector)reader.getTermFreqVector(hits.id(i),FIELD_NAME);//hits.id(i)返回文档编号

 

4)设定分隔

                  int maxNumFragmentsRequired = 3;

                     String fragmentSeparator = "...";

5)高亮处理

                     TokenStream tokenStream=TokenSources.getTokenStream(tpv);

                     //如果没有stop words去除还可以改成 TokenSources.getTokenStream(tpv,true); 进一步提速。

 

 

 

6)得到结果                     String result =

                            highlighter.getBestFragments(

                                   tokenStream,

                                   text,

                                   maxNumFragmentsRequired,

                                   fragmentSeparator);

使用Lucene的highlight包高亮显示检索关键字 在Lucene的org.apache.lucene.search.highlight包中提供了关于高亮显示检索关键字的工具。 使用百度、Google搜索的时候,检索结果显示的时候,在摘要中实现与关键字相同的词条进行高亮显示,百度和Google指定红色高亮显示。 需要的包有lucene-core-3.4.0.jar,IKAnalyzer3.2.8.jar,lucene-highlight 阅读详情

相关推荐

IKAnalyzer LUCENE.4.9 中文分词的高亮显示

利用IKAnalyzer结合LUCENE.4.9进行中文分词的高亮显示。

lucene源码分析---13

lucene源码分析—高亮 QueryScorer Highlighter getBestFragment

conansonic的博客 2704

实战ByteTrack:用C++手把手教你实现多目标跟踪(附完整代码解析)

本文通过C++实战教程,手把手教你实现ByteTrack多目标跟踪算法。文章详细解析了算法核心,包括利用卡尔曼滤波进行状态预测、匈牙利算法完成数据关联,以及ByteTrack独特的三次匹配策略来有效处理低置信度检测框,并提供了完整的项目架构、代码实现与性能优化指南。

yolo5detector的博客 306

Lucene开发实例教程:Lucene中文分词、分页查询、高亮显示

1、准备工作 下载lucene 3.6.1 : http://lucene.apache.org/ 下载中文分词IK Analyzer: http://code.google.com/p/ik-analyzer/downloads/list (注意下载的是IK Analyzer 2012_u5_source.zip,其他版本有bug) 下载solr 3.6.1:  h

北风网IT 1109

Linux系统下SAPGUI安装包选择与避坑指南

本文详细介绍了在Linux系统下选择和安装SAPGUI安装包的策略与避坑指南。重点解析了不同版本安装包的关键区别,特别是Linux版必须包含linux-lib.jar和linux64-lib.jar文件,避免误用Mac或Windows版导致的兼容性问题。文章还提供了针对Ubuntu、RHEL等不同Linux发行版的安装实战指南,以及常见报错的解决方案,帮助用户顺利完成SAPGUI的安装与配置。

weixin_28366353的博客 675

BIM Revit教程(六)尝试安装 Revit 时显示“Autodesk Revit 已安装。”

在安装Revit或RevitLT时,若系统提示“AutodeskRevit版本已安装”,通常是由于旧版本残留文件未完全清除所致。解决方案包括:1.通过控制面板或Windows设置卸载旧版本Revit,确保所有相关组件被移除;2.使用Autodesk卸载工具(AdskUninstallHelper)进一步清理;3.谨慎操作注册表,删除与Revit相关的残留项;4.确保系统有至少30GB的可用磁盘空间;5.完成上述步骤后,重新尝试安装Revit。此外,文章还提到了一个免费功能商店,供用户寻找提效工具,并鼓励粉丝

ZOZO_888的博客 2137

一步一步跟我学习lucene(11)---lucene搜索之高亮显示highlighter

highlighter介绍 这几天一直加班,博客有三天没有更新了,望见谅;我们在做查询的时候,希望对我们自己的搜索结果与搜索内容相近的地方进行着重显示,就如下面的效果 这里我们搜索的内容是“一步一步跟我学习lucene”,搜索引擎展示的结果中对用户的输入信息进行了配色方面的处理,这种区分正常文本和输入内容的效果即是高亮显示; 这样做的好处: 视觉上让人便于查找有搜索对应的文本块; 界面展...

wuyinggui的专栏 468

深入解析Matlab phantom函数:从基础模体到自定义头部仿真

本文深入解析了Matlab中的phantom函数,它是医学图像处理算法测试的核心工具。文章详细介绍了如何使用内置的Shepp-Logan及其改良版头部仿真模体,并重点讲解了通过自定义参数矩阵来构建专属模体的方法。通过从生成模体到模拟投影(正弦图)再到图像重建的完整实战流程,展示了phantom函数在CT等算法开发与验证中的关键作用。

m3n5b7v8c9x的博客 954

java中getbest_Java Highlighter.getBestFragment方法代碼示例

本文整理匯總了Java中org.apache.lucene.search.highlight.Highlighter.getBestFragment方法的典型用法代碼示例。如果您正苦於以下問題:Java Highlighter.getBestFragment方法的具體用法?Java Highlighter.getBestFragment怎麽用?Java Highlighter.getBestFra...

weixin_36370851的博客 1040

考虑风和浪的影响的旋筒帆船航线优化方法研究

针对旋筒帆船进行航线优化的实现方法,包括升阻力系数的数值模拟、升阻力系数的多元非线性回归建模、旋筒帆船6DOF摇荡运动建模分析以及考虑风、浪影响的旋筒帆船的航线优化研究。

m0_63225885的博客 1166

学术报告系列(二) - 智能自主作业机器人感知与控制技术及发展趋势

收集整理于2022年模式识别高峰论坛湖南大学王耀南院士报告(报名题目:智能自主作业机器人感知与控制技术及发展趋势)

Make something people want. 4699

Lucene高亮highlighter.getBestFragment 取值为null

public static String highConvert(String field,String value,Query query){ String highStr = null; try { Scorer scorer = new QueryScorer(query); Highlighter highlighter = new Highlighter(format...

得未曾有 心净踊跃 1623

【MBD开发】Simulink中的枚举

01 什么是枚举 按百度百科的词条【枚举】是在编程语言中用来存储一组固定的常量。不同编程语言的枚举语法也不一样,以C语言为例。 typedef enum{ GEAR_P, //0:P挡 GEAR_R, //1:倒挡 GEAR_N, //2:空挡 GEAR_D, //3:前进}_GEAR; 上面枚举了一个_GEAR数据,用GEAR_P表示0,GEAR_R表示1……​​​​​​​ if(current_gear==GEAR..

f6723的博客 3096

Lucene查询结果高亮

检索结果高亮 实现效果: 核心代码 package ucas.ir.lucene; import java.io.File; import java.io.IOException; import javax.print.Doc; import org.apache.lucene.analysis.Analyzer; import org.apache.l...

weixin_33832340的博客 98

YOLO11 改进 - C2PSA | C2PSA融合HEWL(高频增强小波层):小波逆变换+双通道注意力增强+高频显式增强 | TGRS 2026

本文介绍了高频增强小波层(HEWL),一种专为解决红外小目标检测中边缘退化与语义模糊问题设计的上采样模块。该方法结合小波逆变换与交替通道注意力(ALCA),通过显式增强高频细节并优化特征融合,实现精准的边缘重建与语义对齐。我们将 HEWL 融入 PSABlock 结构构建了 C2PSA_HEWL 模块,并成功集成进 YOLO11 的骨干网络,替代原有的 C2PSA 模块。实验证明,结合 HEWL 的 YOLO11 在检测任务中表现优异,有效提升了模型对细节特征的捕捉能力。

魔改工程师的博客 104

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明,包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。

高亮显示和显示部分原文件

lucene笔记十 :关于高亮显示和显示部分原始文件的原则 高亮显示查询项有一个能使搜索引擎变得更友好的办法,那就是向你的用户提供一些搜索命中结果的上下文,而且更为重要的是这样做是非常有用 的。最好的例子就是本系统用户在查找天气Web服务时的搜索结果。如下图1所示,每个命中结果包括了匹配文档的三行左右的内容,并且将查询项高亮显示出 来。通常,我们只需要对搜索项 上下文内容浏览一眼就足以 了...

飞鹰 182

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

Lucene 索引 高亮显示---http://yezhiqiu-love-yeah-net.javaeye.com/blog/791339

Lucene 索引 高亮显示<br />文章分类:Java编程<br />要说这高亮,还是比较好搞的,就是要引用luncene的highlight这个包,然后调用它里面的方法就可以了。主要代码如下:TokenStream tokenStream = null;<br />                            <br />/** 添加关键词高亮显示 start */<br />Document doc = hits.doc(i);<br />                <br />Sim

1087

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Lucene入门

Lucene入门 Lucene是Apache下一个著名的开源搜索引擎内核,它基于Java技术,可以处理索引、拼写检查、点击高亮和其他分词等技术。Lucene并不关心数据源、数据格式、甚至数据的语言,Lucene更不会关心搜索的界面会是怎样,因为这些工作都是由基于Lucene的程序来完成,因此Lucene使用于几乎所有以文本内容为主的数据检索功能。 lucene官网 http://lucene.a...

qq_43514335的博客 355

lucene高亮显示

Lucene针对高亮显示功能提供了两种实现方式,分别是Highlighter和FastVectorHighlighter 顾名思义,FastVectorHighlighter较Highlighter速度更快,功能也更强大,但是有使用前提:创建索引时,需要存储Field的分词向量信息(TermVector.WITH_POSITIONS_OFFSETS),而Highlighter则不需要,如何在时间

JavaMan_chen的专栏 8957

Lucene的高亮器Highlighter

Lucene的高亮器Highlighter Lucene的高亮器就是给搜索关键词加上HTML标签,这样在网页上显示的时候,可以有不同的突出显示效果。   高亮器会做两个工作:   1)让搜索关键词突出显示。   2)截取出现搜索关键词最多的一段文本生成摘要。   使用高亮器需要引入两个jar文件:lucene-highlighter-3.6.0.jar和lucene-

不了了之专栏 1776

Lucene —— 搜索结果高亮显示

零. 前言 谷歌、 百度的搜索结果在关键词命中的时候会高亮显示(飘红), Lucene 也提供了高亮显示的实现, 借助 Lucene 的 Highlighter 类可以快速实现搜索结果高亮。 一. 代码示例 本例使用 Lucene 5.3.1 的包  package com.wenniuwuren.lucene; import org.apache.lucene.anal

wenniuwuren 3403

使用Lucene的Highlighter实现文件摘要的自动提取

使用Lucene自带的Highlighter就可以实现对原始文件摘要的提取工作。Highlighter类有一个getBestFragment方法,这个方法有多个重载的方法,其中,使用: public final String getBestFragment(Analyzer analyzer, String fieldName,String text) 就可以提取摘要,它实现了从指定的原始文件...

zfsn7722483的专栏 193

【Lucene】三个高亮显示模块的简单示例-Highlighter

Lucene针对高亮显示功能提供了两种实现方式,分别是Highlighter和FastVectorHighlighter 这里的三个示例都是使用Highlighter; 示例代码: package com.tan.code; import java.io.File; import java.io.IOException; import java.io.StringReader; impo

Mr_Tank_ 8932

Lucene 2 4 + Highlighter 2 4 的分页+高亮显示代码例子

Lucene 2 4 + Highlighter 2 4 的分页+高亮显示代码例子

jgfyyfd的博客 163
上一篇: lucene-链式过滤器ChainedFliter
下一篇: lucene-使用Highlighter高亮显示查询项
deepfuture
博客等级 码龄17年 211粉丝 1287原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值