当字段包含感叹号时，从Elasticsearch中丢失突出显示的文本

Question

当搜索文本并请求结果查询突出显示时，如果匹配的文档字段包含感叹号，则返回的高亮显示文本不包含包含感叹号的部分文本。

Elasticsearch版本7.1.1

文档：{ "name" : "Yahoo! Inc [Please refer to Altaba Inc and Verizon Communications Inc]"}搜索并突出显示"inc“通配符

预期的：突出显示的文本应该是：

"Yahoo! <em>Inc</em> [Please refer to Altaba <em>Inc</em> and Verizon Communications <em>Inc</em>]"

实战：“雅虎！”在回应中不见了。Got：

"<em>Inc</em> [Please refer to Altaba <em>Inc</em> and Verizon Communications <em>Inc</em>]"

我觉得这跟这事有关！马克。如果我把它去掉，那么一切都没问题。

复制步骤：

将文档添加到新索引中

POST test/_doc/ { "name" : "Yahoo! Inc [Please refer to Altaba Inc and Verizon Communications Inc]" }

没有其他设置/映射

运行查询

GET test/_search { "query": { "bool": { "should": [ { "wildcard": { "name": { "wildcard": "inc*" } } } ] } }, "highlight": { "fields": { "name" : {} } } }

结果如下：

"hits" : [ { "_index" : "test", "_type" : "_doc", "_id" : "511tP3ABoqekxkoUshVf", "_score" : 1.0, "_source" : { "name" : "Yahoo! Inc [Please refer to Altaba Inc and Verizon Communications Inc]" }, "highlight" : { "name" : [ "<em>Inc</em> [Please refer to Altaba <em>Inc</em> and Verizon Communications <em>Inc</em>]" ] } } ]

期待突出：

"Yahoo! <em>Inc</em> [Please refer to Altaba <em>Inc</em> and Verizon Communications <em>Inc</em>]"

Answer 1

这是预期的行为，因为默认情况下，弹性搜索高亮显示返回搜索文本(片段)的一部分(参见：https://www.elastic.co/guide/en/elasticsearch/reference/7.1/search-request-highlighting.html#unified-highlighter )。

好了！还有。被认为是前一句的结尾，而突出显示不返回该片段。

在我的示例中，搜索到的文本表示一个文本长度较小的名称，通过添加"number_of_fragments" : 0，我将强制突出显示返回整个文档字段。

"highlight": {
  "fields": {
     "name" : {"number_of_fragments" : 0}
  }
}

与：https://github.com/elastic/elasticsearch/issues/52333相同

Answer 2

正如andreyro所说，统一(默认) Elasticsearch荧光笔的行为是预期的。我有同样的问题，减少碎片的数量只是使问题变得更糟。幸运的是，您可以更改所使用的荧光笔。我添加了以下内容，问题就解决了。

"highlight": {
    "fields": {
        "*": {
            "type": "plain"
        }
    }
}

根据需要替换您正在搜索的任何字段的通配符"*“。请参阅相同的文档：https://www.elastic.co/guide/en/elasticsearch/reference/current/highlighting.html#set-highlighter-type