Elasticsearch 获取短语在文档中的位置

Question

我正在做一个项目，我需要对一本书进行全文搜索。我一次只需要搜索一本书，我需要从书的开头获取搜索词的偏移量。对于由 Django/python 提供支持的网站，我需要它，但我认为 Elasticsearch 更好更快。

到目前为止我还没有直接使用过Elasticsearch，只是通过抽象层django-haystack。

Edit1:我不仅需要为用户显示他们正在搜索的文本，还需要为他们显示指向该文本的链接。基本上它应该像 Mac 预览中的搜索框一样工作。用户看到带有周围文本的搜索结果，如果他们单击它，他们将被 JS 重定向到文本所在的书的一部分。

Answer 1

简单的突出显示就足够了吗？即使不是，一个蛮力解决方案是将突出显示的 pre_tags 设置为可编程可识别的值并计算其偏移量。通过在映射中将 term_vector 设置为 with_positions_offsets 以使用 lucene 的 fast-vector-highlighter 来加快速度:

{
    "type_name" : {
        "content" : {"term_vector" : "with_positions_offsets"}
    }
}

如果不能接受，请查看 this回答有关如何在内部存储偏移量的信息。

编辑:根据您的编辑，我不确定偏移量会有多大帮助。我的意思是，除非您要显示预格式化的文本或其他一些固定布局，否则您如何知道偏移对应于渲染页面上的哪个位置？

我认为最优雅的解决方案是使用 pre_tags 和 post_tags 将匹配的文本包装在元素中。然后使用 JavaScript 为每个匹配分配一个 ID，创建新的片段标识符，您可以为其设置位置。