Lucene 有快速、准确的荧光笔吗？

Question

我一直在使用（Java） Lucene 荧光笔 （在沙箱包中）一段时间。然而，当涉及到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，它对于更复杂的查询表现不佳。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，这给用户留下了它工作得不太好的印象。

我尝试应用修复程序 这里 但这带来了很多性能警告，最终根本无法使用。通配符查询的性能尤其是一个问题。这是由于突出显示的工作方式所致；它不像 Lucene 那样只处理查询字符串和文本，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，它可能会在大型文档上查找 2000 多个子句的匹配项，而且速度不够快。

有没有更快实现准确荧光笔的方法？

Answer 1

有一个新的更快的荧光笔（需要修补，但将成为版本 2.9 的一部分）

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

和一个 反向引用 对于这个问题

Answer 2

您可以考虑使用 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以用作 Solr 外部的 API。您还可以看看 Solr 是如何做的以获得灵感。

Answer 3

我一直在阅读有关该主题的文章并发现 跨度查询 这将返回匹配字段中匹配术语或术语的范围。