如何在 ElasticSearch Highlights 中过滤掉（损坏的）HTML 标签？答案

【问题标题】：How to filter out (broken) HTML Tags in ElasticSearch's Highlights?如何在 ElasticSearch Highlights 中过滤掉（损坏的）HTML 标签？
【发布时间】：2017-06-19 15:20:44
【问题描述】：

我在使用 ElasticSearch Grails 插件时遇到问题，即高亮功能。

它返回带有 HTML 标记的文本，这不是什么大问题，但它也会返回损坏的、被截断的 HTML 标记。

即"href=google.de> Link <a"

那些不能用正则表达式轻易过滤掉。

解决方案似乎是这样的自定义分析器：

'{
   "index" : {
      "analysis" : {
         "analyzer" : {
            "test_1" : {
               "char_filter" : [
                  "html_strip"
               ],
               "tokenizer" : "standard"
            },
            "test_2" : {
               "filter" : [
                  "standard",
                  "lowercase",
                  "stop",
                  "asciifolding"
               ],
               "char_filter" : [
                  "html_strip"
               ],
               "tokenizer" : "standard"
            }
         }
      }
   }
}'

来自HTML Strip in Elastic Search

问题是我如何将上述内容放入 GRAILS elasticsearch 插件中？（或任何其他解决方案）

【问题讨论】：

标签： grails elasticsearch groovy elasticsearch-plugin

【解决方案1】：

尝试使用： "number_of_fragments": 0

这将返回所有内容

【讨论】：