高亮显示

统一高亮显示器是最新高亮显示器（截至 Solr 6.4），作为最具性能和最准确的选择而脱颖而出。它可以通过插件/扩展处理典型要求和其他要求。我们建议您将此高亮显示器作为首选。

UH 非常准确地高亮显示查询，因此与底层 Lucene 查询实际匹配的内容一致。其他高亮显示器更自由地高亮显示术语（过度高亮显示）。对于深奥/自定义查询，此高亮显示器比其他高亮显示器更有可能支持它。

此高亮显示器的一个强大优势是您可以选择配置 Solr，以便在底层索引中放置更多信息，以加快大型文档的高亮显示；支持多种配置，甚至按字段支持。其他高亮显示器几乎没有或根本没有此类偏移源灵活性。下面对此进行更多介绍。

有一些理由不选择此高亮显示器：段落评分不考虑查询中的提升。一些用户希望获得更多/更好的段落拆分灵活性。“备用”后备选项更原始。

原始高亮显示器有时称为“标准高亮显示器”或“默认高亮显示器”，是 Lucene 的原始高亮显示器——一种具有高度自定义选项的备受推崇的选择。它的查询准确性足以满足大多数需求，尽管它不像统一高亮显示器那样好/完美。

原始高亮显示器通常会动态分析存储的文本以进行高亮显示。如果可用，它将使用完整术语向量。如果文本未“存储”但位于文档值中（docValues="true"），此高亮显示器可以处理它。

此高亮显示器不足之处在于性能；它通常比统一高亮显示器慢两倍。尽管它是最可定制的，但它没有基于 BreakIterator 的分段器（所有其他高亮显示器都有），这可能对某些语言构成挑战。

快速向量高亮显示器需要字段上的完整术语向量选项（termVectors、termPositions 和 termOffsets），并且针对此进行了优化。它几乎与原始高亮显示器一样可配置，具有一定的可变性。

此高亮显示器尤其支持多色高亮显示，以便可以在段落中用不同的标记表示不同的查询词，通常表示为具有唯一颜色的 HTML 标记。

此高亮显示器的查询表示不如原始高亮显示器或统一高亮显示器高级：例如，它不能很好地与 surround 解析器配合使用，并且有多个报告的错误与带停用词的查询有关。

默认情况下，统一高亮显示器通常会选择正确的偏移源（见上文）。但是，它可能模棱两可，例如在从一个偏移源迁移到另一个尚未完成的偏移源期间。

偏移源可以显式配置为以下之一：ANALYSIS、POSTINGS、POSTINGS_WITH_TERM_VECTORS 或 TERM_VECTORS。

此参数影响段落中第一个匹配项（即高亮显示的文本）的位置。

默认值 0.33 表示将匹配项与左三分之一对齐。值 0.0 表示将匹配项与左侧对齐，而 1.0 表示将其与右侧对齐。此设置是一个尽力而为的提示，因为有多种因素。当有大量文本需要高亮显示时，降低此数字可以极大地提高性能。

当为 true 时，hl.fragsize 参数被视为（软）最小片段大小；只要有足够的文本，片段至少有此大小。当为 false 时，它是一个最佳目标——高亮显示器将平均生成此长度的高亮显示。false 设置较慢，尤其是在有大量文本且 hl.bs.type=SENTENCE 时。

默认情况下，每个片段都作为单独的值返回（与其他高亮显示器所做的一样）。将此参数设置为用此文本作为分隔符返回一个字符串。注意：这在未来可能会被删除。

如果为 true，则在无法生成正确的突出显示片段的情况下，使用文本的前导部分作为片段。

指定 BM25 词频归一化参数“k1”。例如，可以将其设置为 0，以便仅根据匹配查询词的词数对段落进行排名。

指定 BM25 长度归一化参数“b”。例如，可以将其设置为“0”，以便在排名时完全忽略段落的长度。

指定 BM25 平均段落长度（以字符为单位）。

指定用于将文档划分为段落的断句器语言。

指定用于将文档划分为段落的断句器国家/地区。

指定用于将文档划分为段落的断句器变体。

指定用于将文档划分为段落的断句器类型。可以是 SEPARATOR、SENTENCE、WORD*、CHARACTER、LINE 或 WHOLE。SEPARATOR 是一个特殊值，它在 hl.bs.separator 中以用户提供的字符来拆分文本。

指示在哪个字符上拆分文本。仅在定义了 hl.bs.type=SEPARATOR 时使用。

当文本已经过预处理，在所需的突出显示段落边界处具有特殊分隔符时，这很有用。此字符仍会作为段落的最后一个字符出现在文本中。

指示 UH 使用 Lucene 的“权重匹配”API，而不是执行 SpanQuery 转换。这是反映查询的最准确的突出显示模式。此外，短语将整体突出显示，而不是逐字突出显示。目前，当突出显示多个字段时，此设置会极大地降低统一突出显示器的速度。

如果 hl.usePhraseHighlighter 或 hl.multiTermQuery 设置为 false，那么无论你将此设置设置为多少，此设置实际上都是 false。

指示 Solr 将连续片段合并为单个片段。值为 true 表示连续片段将合并为单个片段。

指定在停止之前要检查的多值字段中的最大条目数。如果在找到任何匹配项之前达到限制，这可能会返回零结果。

如果与 maxMultiValuedToMatch 一起使用，则先达到哪个限制将决定何时停止查找。

指定在停止之前在多值字段中找到的最大匹配数。

如果 hl.maxMultiValuedToExamine 也已定义，则将首先达到哪个限制，将决定何时停止查找。

指定一个字段，如果 Solr 无法生成摘要（即，因为没有匹配的术语），则将其用作备份默认摘要。

指定要返回的字段的最大字符数。任何小于或等于 0 的值表示字段长度不受限制。

此参数仅与 hl.alternateField 参数结合使用。

如果设置为 true 且 hl.alternateFieldName 处于活动状态，则 Solr 将显示整个备用字段，并突出显示出现的次数。如果使用了 hl.maxAlternateFieldLength=N，则 Solr 将返回最佳匹配片段周围最多 N 个字符。

如果设置为 false，或者备用字段中也没有匹配项，则备用字段将显示而不突出显示。

为突出显示的输出选择一个格式化程序。目前，唯一合法的值是 simple，它用可自定义的前后文本片段包围突出显示的术语。

使用 simple 格式化程序时，指定在突出显示的术语之前（hl.simple.pre）和之后（hl.simple.post）应显示的文本。默认值为 <em> 和 </em>。

为突出显示的文本指定一个文本片段生成器。标准片段生成器是 gap，它为多值字段创建固定大小的片段，并留有间隙。

另一个选项是 regex，它尝试创建类似于指定正则表达式的片段。

使用 regex 片段生成器（hl.fragmenter=regex）时，此参数定义了片段生成器偏离理想片段大小（由 hl.fragsize 给定）以适应正则表达式的系数。

例如，当 hl.fragsize=100 时，0.2 的 slop 应产生长度在 80 到 120 个字符之间的片段。在使用 regex 片段生成器时，通常最好提供一个稍小的 hl.fragsize 值。

指定用于片段化的正则表达式。这可用于提取句子。

指示 Solr 在使用 regex 片段生成器时仅分析字段中的这么多字符（之后，片段生成器会生成固定大小的片段）。

请注意，将复杂的 regex 应用于巨大的字段在计算上是昂贵的。

如果为 true，则多值字段将按其在索引中保存的顺序返回所有值。如果为 false，则只返回与高亮请求匹配的值。

当 hl.usePhraseHighlighter 为 true 且索引字段具有有效负载但没有词向量（通常非常少见）时，索引的有效负载将与过帐一起读入高亮器的内存索引中。

如果可能发生这种情况，并且您知道不需要它们进行高亮显示（即，您的查询不会按有效负载过滤），那么您可以通过将其设置为 false 来节省一些内存。

代码段分段算法。weighted fragListBuilder 使用 IDF 权重对代码段进行排序。

其他选项为 single，它将整个字段内容作为一段代码段返回，或 simple。您可以使用此参数选择 fragListBuilder，或通过添加“default=true”修改 solrconfig.xml 中的现有实现以使其成为默认值。

代码段生成器负责格式化代码段，默认情况下使用 <em> 和 </em> 标记（如果未定义 hl.tag.pre 和 hl.tag.post）。

另一个预配置选项是 colored，它是一个示例，说明如何使用代码段生成器将 HTML 插入到代码段中以进行彩色高亮显示（如果您选择）。如果您愿意，您还可以实现自己的代码段生成器。您可以使用此参数选择代码段生成器，或通过添加“default=true”修改 solrconfig.xml 中的现有实现以使其成为默认值。

在搜索最高得分词组时要分析的最大词组数。

用于将多值字段中的一个值与另一个值分隔开的文本。默认值为“”（空格）。