我应该只使用Lucene进行突出显示吗？

Question

我有一个应用程序，用于搜索MSSQL数据库中索引的文本。我当前的搜索功能正常。我只需要用搜索词的周围文本显示搜索结果（比如google）。我能找到的唯一工具是Lucene的文字突出显示。我从这个问题中读到了这个问题：Displaying sample text from the Lucene Search Results。我没有长时间关注Lucene，但我猜我必须为每次搜索创建文档。

我想知道我想要做什么甚至可能与Lucene一起使用，以及为了我的目的使用这样的工具是否有点过分。我可以/应该使用其他任何工具吗？

Answer 1

这取决于您要突出显示的文本的大小，但如果它相当小，您可以在搜索后端上使用Lucene突出显示功能。有关详细信息，请参阅Highlighter文档。

如果这对你来说不够快（如果你想突出显示大块文本），Lucene可以使用term vectors更快地突出显示，但这需要你移动你的后端MSSQL到Lucene。

Answer 2

这将是矫枉过正的：Lucene是一个完整的搜索/索引引擎，具有词干，得分和其他东西。它可能更好而不是你正在做的事情，但这取决于你的目标。

如果您只是进行简单的关键字突出显示，请考虑使用正则表达式插入突出显示标记。

Answer 3

如果已经可以找到找到的关键字的周围文本，这真的是你唯一需要的东西，那么是的，Lucene是一种矫枉过正 - 只是使用突出显示标签围绕您的关键字。但是，在大多数情况下

但在大多数情况下，人们开始考虑其他高级选项，例如阻止（如果你搜索“突出显示”，你也会发现“突出显示”和“突出显示”），同义词搜索，语言检测等。如果您以为您可能需要这样的东西，或者您还没有准备好算法来查找带有关键字（周围文本）的文本片段，我强烈建议你潜入Lucene 世界。我能想到的最好的选择是索引MSSQL中的所有文本字段，并将所有文本搜索基于Lucene。

如果您害怕硬Lucene编码，您可以使用Solr - 基于Lucene的Web服务器，具有极其广泛的功能，可以使用XML文件轻松配置。 Solr有两个 - 简单的Web和许多编程接口（Java的Solrj）。