在使用tika索引某些文档后，如何从solr关键字搜索中获取段落结果？

Question

我使用TIKA索引文档。然后我想从段落开始到包含关键词的段落结尾。我尝试使用HighlightFragsize，但它不起作用。例如：有一个如下文档：

• 当我很小的时候，我的父母带我去了很多地方，因为他们希望我更多地了解这个世界。多亏了他们，我亲眼目睹了世界的多样性和许多美丽的风景。
• 但无论我走到哪里，在我心中，风景最美的地方都是我的家乡。

上面有两段。如果我搜索“我的父母”，我希望我能得到整段“当我很小的时候，我的父母.......很多美丽的风景”。不仅是本段的一部分。我使用HighlightFragsize来限制句子，但结果不是我想要的。请帮忙。提前致谢

Answer 1

你还没有提供很多信息，但我假设你正在使用荧光笔，所以这里有一些你应该检查的东西：

1. 保存解析数据的字段 - 是否存储？你能看到整个内容吗？
2. 如果（1），文本是否长于51200个字符？默认的突出显示器配置有一个设置为maxAnalyzedChars的设置51200。这意味着突出显示器不会从匹配文档中突出显示的字段处理超过51200个字符以查找突出显示。如果是这种情况，请增加此值，直到获得所需结果。

突出显示极大的字段可能会导致显着的性能损失，在选择配置之前应注意这一点。有关详细信息，请参阅this。

UPDATE

我不认为有任何名为HighlightFragsize的参数，但有一个名为hl.fragsize，可以在设置为零时执行您想要的操作。

尝试以下查询，看看它是否适合您：q=my+parents&hl=true&hl.fl=my_field&hl.fragsize=0

此外，在任何情况下，您都应该注意我在上面发布的前2个点。

更新2我认为没有直接的方法来做你想要的。您可以将字段拆分为多值字段，每个段落都存储为单独的值。

然后你可以使用hl.preserveMulti，hl.maxMultiValuedToExamine和hl.maxMultiValuedToMatch来实现你所需要的。