使用 Elasticsearch,我可以为不同的匹配标记使用不同的 HTML 标签突出显示吗?
Posted
技术标签:
【中文标题】使用 Elasticsearch,我可以为不同的匹配标记使用不同的 HTML 标签突出显示吗?【英文标题】:With Elasticsearch, can I highlight with different HTML tags for different matched tokens? 【发布时间】:2021-05-13 12:11:05 【问题描述】:目前正在学习 ES,但我非常热衷于实现这一点。
我知道您可以在查询中使用highlight
的pre_tags
和post_tags
键以不同的标签突出显示不同的字段...但是是否可以提供标记- up 字符串,其中返回的片段对于每个单独的识别词都有不同的 html 颜色标记,例如使用simple query string?
所以我用“有趣的数据”查询并返回一个文档字段,如下所示:
the other day I was walking through the woods and I had an <font color="blue">interesting</font>
thought about some <font color="red">data</font>
我的意思不仅仅是标签“无意识地”交替:同样,您可以使用Fast Vector Highlighter,例如:
"highlight":
"fields":
"description":
"pre_tags": ["<b>", "<em>"],
"post_tags": ["</b>", "</em>"]
相反,我想要该字段
“其他数据日数据正在穿过一些有趣的树林 和data对一些数据有一个有趣的想法”
这样返回:
the other <font color="red">data</font> day <font color="red">data</font> was walking through some <font color="blue">
interesting</font> woods and <font color="red">data</font> had an <font color="blue">
interesting</font> thought about some <font color="red">data</font>
我以前使用 Lucene(即 Java)进行编码,并且我确实设法实现了这种东西,主要是跳过了一些障碍。
注意,对此的一个答案可能是“忘记 ES 返回标记的文本,只需使用 re.sub( r'\bdata\b', '<font color="red">data</font>', field_string )
应用您自己的标签”。
这对于像这样的简单用例来说是可以的。但它不适用于词干分析器。例如,举一个法语例子:搜索查询是“changer élément”。我想要以下标记结果:
Les autres <font color="red">éléments</font> ont été <font color="blue">
changés</font> car on a appliqué un <font color="blue">changement</font>
à chaque <font color="red">élément</font>
即“changer”、“changes”和“changement”都源于“chang”,而“élément”和“éléments”都源于“element”。因此,该字段的标准突出显示返回是:
Les autres <em>éléments</em> ont été <em>changés</em> car on a appliqué un
<em>changement</em> à chaque <em>élément</em>
【问题讨论】:
【参考方案1】:快速矢量荧光笔是一个很好的起点。我还没有使用法语工作,所以不要认为以下权威但基于内置的french
analyzer,我们可以做这样的事情:
PUT multilang_index
"mappings":
"properties":
"description":
"type": "text",
"term_vector": "with_positions_offsets",
"fields":
"french":
"type": "text",
"analyzer": "french",
"term_vector": "with_positions_offsets"
仅供参考,french
分析器可能是 reimplemented/extended as shown here。
摄取英语和法语示例后:
POST multilang_index/_doc
"description": "the other data day data was walking through some interesting woods and data had an interesting thought about some data"
POST multilang_index/_doc
"description": "Les autres éléments ont été changés car on a appliqué un changement à chaque élément"
我们可以像这样查询interesting data
:
POST multilang_index/_search
"query":
"simple_query_string":
"query": "interesting data",
"fields": [
"description"
]
,
"highlight":
"fields":
"description":
"type": "fvh",
"pre_tags": ["<font color=\"red\">", "<font color=\"blue\">"],
"post_tags": ["</font>", "</font>"]
,
"number_of_fragments": 0
屈服
the other <font color="blue">data</font> day <font color="blue">data</font>
was walking through some <font color="red">interesting</font> woods and
<font color="blue">data</font> had an <font color="red">interesting</font>
thought about some <font color="blue">data</font>
同样适用于changer élément
:
POST multilang_index/_search
"query":
"simple_query_string":
"query": "changer élément",
"fields": [
"description.french"
]
,
"highlight":
"fields":
"description.french":
"type": "fvh",
"pre_tags": ["<font color=\"red\">", "<font color=\"blue\">"],
"post_tags": ["</font>", "</font>"]
,
"number_of_fragments": 0
屈服
Les autres <font color="blue">éléments</font> ont été
<font color="red">changés</font> car on a appliqué un
<font color="red">changement</font> à chaque <font color="blue">élément</font>
在我看来,它的词干是正确的。
请注意,pre_tags
的顺序是根据 simple_query_string
查询中的令牌匹配第一个来执行的。查询changer élément
时,description
中的瓦éléments
匹配first,但导致它匹配的是第二个标记(élément
),因此blue
html 标记而不是red
。
【讨论】:
谢谢...对我来说,出于某种原因,这对我的实际索引(来自 dbase 表的 40000 条记录)没有产生任何影响。今天有点忙,但会尝试最简单的用例,也就是你上面所说的。 嗯,我只是按照上面的使用邮递员......结果就像你说的那样。杰出的。现在我必须尝试理解为什么使用 Pythonelasticsearch
模块做同样的事情似乎不起作用......!
不客气!我倾向于一有机会就使用低级查询,并且不太喜欢客户端库抽象。
我刚刚对elasticsearch
模块做了同样的事情:工作顺利。文档说这是围绕 ES REST API (elasticsearch-py.readthedocs.io/en/v7.11.0/#features) 的“非常薄的包装器”......我显然第一次做错了什么。我认为“低级”解决方案是使用requests
,如果您使用的是 Python。
酷!是的,它非常“薄”——检查here 了解python 选项的my 细分。是的,requests
& REST 将是“低级”方法。我在后端经常使用它,尤其是。当我缓存响应并赋予读取/查询权限时。以上是关于使用 Elasticsearch,我可以为不同的匹配标记使用不同的 HTML 标签突出显示吗?的主要内容,如果未能解决你的问题,请参考以下文章
是否可以为Elasticsearch维护从FileBeat到LogStash的索引名?
如何从Apache Flink写入Elasticsearch
我可以在同一台机器上运行多个elasticsearch实例进行日志聚合吗?