突出不一致（轮胎/弹性搜索）答案

【问题标题】：Highlighting inconsistency (Tire / ElasticSearch)突出不一致（轮胎/弹性搜索）
【发布时间】：2016-12-10 15:19:25
【问题描述】：

我正在尝试使用带有突出显示的轮胎 (ElasticSearch)，但我遇到了一些不一致的问题，我可能做错了什么。我遇到的问题是它并不总是突出我正在寻找的术语的所有格。这是设置：

索引：

indexes :thesis,              type: 'string',   boost:  2.0,            analyzer: 'snowball',  as: 'index_clean_thesis'
# the 'index_clean_thesis' removes some formatting characters as \t, \r, \n.

查询：

query { match :thesis, params[:text] }

我正在查询“Google”一词。

现在，我的 ElasticSearch 索引中有两个测试条目（一个包含我想要索引的条目之一的合法文本，而另一个包含一些我为测试目的而编造的文本）。在大文本中，我只得到了大约 14 个实际的“Google's”实例。在测试文本上，我得到了所有这些。

这是大文本中的一个实例，它没有突出显示“Google's”

Imminent changes to Google’s policies could dramatically lower the

这是大文本中唯一突出显示“Google's”的实例

I want to ask about Google's pending Toolbar change.

这是测试文本，突出显示按预期工作

Google's bla is blabla APPLE google is GOOGLE+ blabla facebook bla is yes yes no Google's ononononono tyeyeeyeyye ete pw iepq kw iqpe iwpq google pqiwop qoweo qpwoe qdpw adpw google's ksowoskwo google+

我还通过 ElasticSearch 上的直接 curl 查询尝试了查询，但我得到了相同的行为。这是我尝试过的 curl 查询：

curl -XGET http://localhost:9200/postings/_search -d '{
  "query": {
    "match": {
      "thesis": "Google"
    }
  },
  "highlight": {
    "fields": {
      "thesis": {
        "fragment_size": 40,
        "number_of_fragments": 300
      }
    }
  }
}'

请让我知道我做错了什么导致这种奇怪的行为。

【问题讨论】：

好的，所以这个问题出现在 UTF-8 的字符编码上...

标签： ruby-on-rails ruby ruby-on-rails-3 elasticsearch tire

【解决方案1】：

好吧，没关系，我刚刚意识到问题出在哪里 - 这有点荒谬，但我很感谢 StackOverflow 代码文本编辑器哈哈：它让我意识到在它没有突出显示的示例中，有实际上一个不同的撇号，并且可能 ElasticSearch 并没有正确地阻止它。

抱歉这个愚蠢的帖子，但也许将来有人会发现它有用......我必须指定数据是从表单输入的，谁知道那个奇怪的撇号是如何进入的。我将过滤它们在对象处保存并使用正确的撇号代替。

这真的很难得到，因为我的文本编辑器似乎在这两个撇号之间没有显示出很大的区别......

谢谢，
弗拉德

【讨论】：