在 Elasticsearch 中突出显示多值字段的全部内容

Question

使用 Elasticsearch 的高亮功能：

"highlight": {
  "fields": {
    "tags": { "number_of_fragments": 0 }
  }
}

使用number_of_fragments: 0，不会产生片段，但会返回字段的全部内容。这对于短文本很有用，因为文档可以正常显示，人们可以轻松扫描突出显示的部分。

当一个文档包含一个包含多个值的数组时，你如何使用它？

PUT /test/doc/1
{
  "tags": [
    "one hit tag",
    "two foo tag",
    "three hit tag",
    "four foo tag"
  ]
}

GET /test/doc/_search
{
  "query": { 
    "match": { "tags": "hit"} 
  }, 
  "highlight": {
    "fields": {
      "tags": { "number_of_fragments": 0 }
    }
  }
}

现在我想向用户展示什么：

1 个结果：

文档 1，标记为：

“一个命中标签”、“两个foo标签”、“三个命中标签”、“四个foo标签”

不幸的是，这是查询的结果：

{
     "took": 1,
     "timed_out": false,
     "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
     },
     "hits": {
        "total": 1,
        "max_score": 0.10848885,
        "hits": [
           {
              "_index": "test",
              "_type": "doc",
              "_id": "1",
              "_score": 0.10848885,
              "_source": {
                 "tags": [
                    "one hit tag",
                    "two foo tag",
                    "three hit tag",
                    "four foo tag"
                 ]
              },
              "highlight": {
                 "tags": [
                    "one <em>hit</em> tag",
                    "three <em>hit</em> tag"
                 ]
              }
           }
        ]
     }
  }

我如何使用它来到达：

   "tags": [
      "one <em>hit</em> tag",
      "two foo tag",
      "three <em>hit</em> tag",
      "four foo tag"
   ]

Answer 1

一种可能性是从突出显示的字段中去除<em> html-tags。然后在原始字段中查找它们：

tags = [
   "one hit tag",
   "two foo tag",
   "three hit tag",
   "four foo tag"
]
highlighted = [
  "one <em>hit</em> tag",
  "three <em>hit</em> tag",
] 

highlighted.each do |highlighted_tag|
  if (index = tags.index(highlighted_tag.gsub(/<\/?em>/, '')))
    tags[index] = highlighted_tag
  end
end

puts tags #=> 
# one <em>hit</em> tag
# two foo tag
# three <em>hit</em> tag
# four foo tag

这并没有为最漂亮的代码付出代价，但我认为它可以完成工作。