那么，散仙今天就来看下我们在Lucene中，怎么实现高亮，以及高亮的几种实现方式。
首先散仙还是喜欢老生常谈的来补充下高亮需要的熟悉的基本知识，当然如果你只是需要实现效果，而不关注它的底层API，那么可以忽略此部分，不过散仙还是要友好的提示一下，如果使用过程中出了点小问题，不会API，可是不容易解决的，除非你愿意各种google。
要使用高亮，首先就得从索引时开始，因为需要高亮的字段，需要准确的获取位置信息，以及一些偏移量，如果信息不准确，那么可能在结果中，就会出现一些莫名其妙的错位，反映到网页上就是标注了不该标注的字，没有标注该标的内容，所以这一点还是需要注意一下，在索引的时候，我们需要使用项向量记录各个token的位置信息，这很简单，代码如下:
Java代码 复制代码 收藏代码
1.FieldType type=new FieldType(TextField.TYPE_STORED);
2. type.setStoreTermVectorOffsets(true);//记录相对增量
3. type.setStoreTermVectorPositions(true);//记录位置信息
4. type.setStoreTermVectors(true);//存储向量信息
5. type.freeze();//阻止改动信息
6. Field field=new Field("字段名", "值", type);//示例
简单说下，TextField的2个枚举变量的意思
变量名 释义
TYPE_NOT_STORED 索引，分词，不存储
TYPE_STORED 索引，分词，存储
由此看来，需要进行高亮的内容，是一定要存储的，可能有一些比较大的文本，会比较占索引空间，从而影响检索性能，当然我们也可以使用外部存储，关系型数据库，nosql什么的都可以，此时，高亮可能就需要做另一些处理了，散仙在下文会介绍。
下面我们来看下，高亮的需要用到的一些基本的类
类 释义
SimpleHTMLFormatter 常用的格式化Html标签器，提供一个构造函数传入高亮颜色标签，默认使用黑色
TokenSources 提供静态方法，支持从数据源中获取TokenStream，进行token处理
Highlighter 负责获取匹配上的高亮片段
QueryScorer 对命中结果进行评分操作
Fragmenter 将原始字符串拆分成独立的片段
NullFragmenter 对较短的域进行整体高亮
FastVectorHighlighter 基于快速高亮
Encoder 提供一些实现类，对html文本操作，如，去掉一些特殊匹配符号<,> and so on,及一些其他的非ASCII特殊字符。
下面我们先来看下散仙的几条测试数据内容：
Java代码 复制代码 收藏代码
1.id:1 name: 中国是一个伟大的国家,我们中国人都是好样的哈哈，中国永远是强大的 content: 你好人民
2.id:2 name: 我们有一个家它的名字是中国 content: 中国的大地，富饶
3.id:3 name: 我们的中国，我们的大地都是人民的希望的 content: 如果不在片段中生成一些字段的话
4.id:4 name: 2014年此时此刻你在做什么的啊 content: 哈哈锄禾日当午
5.id:5 name: 当你孤单时你会想起谁，你想不想找个人来陪 content: 我永远不孤单啊
1，测试普通高亮的核心代码：
Java代码 复制代码 收藏代码
1.String filed="name";
2. QueryParser query=new QueryParser(Version.LUCENE_44, filed, new IKAnalyzer(false));
3.
4. Query q=query.parse("伟大的中国");//测试字段
5. TopDocs top=searcher.search(q, 100);
6. QueryScorer score=new QueryScorer(q, filed);//传入评分
7. SimpleHTMLFormatter fors=new SimpleHTMLFormatter("<span style=\"color:red;\">", "</span>");//定制高亮标签
8.
9. Highlighter highlighter=new Highlighter(fors,score);//高亮分析器
10. // highlighter.setMaxDocCharsToAnalyze(1);//设置高亮处理的字符个数
11. for(ScoreDoc sd:top.scoreDocs){
12. Document doc=searcher.doc(sd.doc);
13. String name=doc.get(filed);
14. TokenStream token=TokenSources.getAnyTokenStream(searcher.getIndexReader(), sd.doc, filed, new IKAnalyzer(true));//获取tokenstream
15. Fragmenter fragment=new SimpleSpanFragmenter(score);
16. highlighter.setTextFragmenter(fragment);
17. String str=highlighter.getBestFragment(token, name);//获取高亮的片段，可以对其数量进行限制
18.
19. System.out.println("高亮的片段 =====>"+str);
20. }
输出结果如下
Java代码 复制代码 收藏代码
1.高亮的片段 =====>中国是一个<span style="color:red;">伟大</span><span style="color:red;">的</span>国家,我们中国人都是好样<span style="color:red;">的</span>哈哈，<span style="color:red;">中国</span>永远是强大<span style="color:red;">的</span>
2.高亮的片段 =====>我们<span style="color:red;">的</span><span style="color:red;">中国</span>，我们<span style="color:red;">的</span>大地都是人民<span style="color:red;">的</span>希望<span style="color:red;">的</span>
3.高亮的片段 =====>我们有一个家它<span style="color:red;">的</span>名字是<span style="color:red;">中国</span>
2,快速高亮，FastVectorHighlighter，这个类可能会消耗更多的存储空间，来换取更好的性能，当然除了性能上提升外，它还有一个非常炫的功能，支持多种颜色标记，高亮关键字，除此之外还支持Ngram的域，以及智能合并相邻高亮短语.
我们来看下散仙快速高亮的3条测试数据：
Java代码 复制代码 收藏代码
1.id:2 name: 中国（China），位于东亚，是一个以华夏文明为主体、中华文化为基础，以汉族为主要种族的统一多民族国家，通用汉语。中国疆域内的各个民族统称为中华民族，龙是中华民族的象征。 content: 中国是世界四大文明古国之一，有着悠久的历史，距今约5000年前，以中原地区为中心开始出现聚落组织进而成国家和朝代，后历经多次演变和朝代更迭，持续时间较长的朝代有夏、商、周、汉、晋、唐、宋、元、明、清等
2.id:1 name: 中国的自古以来就是一个非常伟大的民族 content: 中国是一个世界人口大国，拥有13亿多的人口.
3.id:3 name: 没有根的野草，飘忽的命运 content: 谁像你当我宝，什么也做到，旧爱数足一块布，在这一刻写句号，只想跟你终老.
核心代码如下：
Java代码 复制代码 收藏代码
1.Query q=query.parse("伟大的中华民族");
2. TopDocs top=searcher.search(q, 100);
3. //QueryScorer score=new QueryScorer(q, filed);
4. //SimpleHTMLFormatter fors=new SimpleHTMLFormatter("<span style=\"color:red;\">", "</span>");//定制高亮标签
5. //Highlighter highlighter=new Highlighter(fors,score);//高亮分析器
6. //FastVectorHighlighter fastHighlighter=new FastVectorHighlighter();
7. FragListBuilder fragListBuilder=new SimpleFragListBuilder();
8. //注意下面的构造函数里，使用的是颜色数组，用来支持多种颜色高亮
9. FragmentsBuilder fragmentsBuilder= new ScoreOrderFragmentsBuilder(BaseFragmentsBuilder.COLORED_PRE_TAGS,BaseFragmentsBuilder.COLORED_POST_TAGS);
10.
11.
12. FastVectorHighlighter fastHighlighter2=new FastVectorHighlighter(true, true, fragListBuilder, fragmentsBuilder);
13. FieldQuery querys=fastHighlighter2.getFieldQuery(q);//reader是传入的流
14.
15. // highlighter.setMaxDocCharsToAnalyze(1);//设置高亮处理的字符个数
16. for(ScoreDoc sd:top.scoreDocs){
17.
18. String snippt=fastHighlighter2.getBestFragment(querys, reader, sd.doc,filed,300);
19.
20. if(snippt!=null){
21. System.out.println("高亮的片段是:"+snippt);
22. }
23.
24.
25. }
结果如下，注意有多种颜色标识：
Java代码 复制代码 收藏代码
1.高亮的片段是:中国<b style="background:lawngreen">的</b>自古以来就是一个非常<b style="background:yellow">伟大</b><b style="background:lawngreen">的</b>民族
2.高亮的片段是:中国（China），位于东亚，是一个以华夏文明为主体、中华文化为基础，以汉族为主要种族<b style="background:lawngreen">的</b>统一多民族国家，通用汉语。中国疆域内<b style="background:lawngreen">的</b>各个民族统称为<b style="background:aquamarine">中华民族</b>，龙是<b style="background:aquamarine">中华民族</b><b style="background:lawngreen">的</b>象征。
3.高亮的片段是:没有根<b style="background:lawngreen">的</b>野草，飘忽<b style="background:lawngreen">的</b>命运
3.下面散仙来着重说一下，高亮的第三种方式，前台高亮，散仙在上文曾提过，基于高亮的字段，必须的存储，否则无法实现高亮标注，当然这种说法，只是对于后台高亮而言的，那么对于大文本情况下，存储到索引里是非常浪费空间的，而且还有可能会影响到检索速度，所以就提出了，第三种方式。
在前台进行高亮，然后大文本字段，可以存储在外部其他的数据源里面，需要标记时，可以直接根据ID，或者某个字段，读取数据然后通过JS正则在前端替换检索的关键词即可，在这之前需要做的一步就是，使用ajax把检索的关键词，传入后台进行分词，然后将结果返回前台，进行对分词后的数据，进行匹配替换，再加上颜色标记，就可以在前台实现高亮了，这也是前台高亮的实现原理，这种做法，在某些业务场景下，可以大大减少服务器压力，通过客户端减压，以及不用再存储一些向量信息，从而对系统的性能的提高，也是有很大帮助的。
下面散仙给出一个前台高亮的截图，注意用的是快速高亮的索引。
散仙附上，前台高亮的核心代码
Java代码 复制代码 收藏代码
1.$.ajax({
2. type :"post",
3. url: "getContent",
4. data:"str="+str,
5. dataType:"json",
6. async:false,
7. success:function(msg){
8. // alert(msg);
9. $("#div").empty();
10. $.each(msg, function(i, n) {
11. var temp="";
12. for(var i=0;i<shu.length;i++){
13. if(shu[i]!=""){
14. n.name=n.name.replace(new RegExp(shu[i],'g'), "<span style=\"color:red;\">"+shu[i]+"</span>");
15.
16. }
17. }
18. $("#div").append("
20. $("#div").append("
22. });
23.
24. }
25. });
至此，有关Lucene的高亮部分的内容，散仙就总结到这里了，如果有什么不足之处，欢迎各位道友指出。大部分场景下，使用普通高亮就可以完成了，当然无论使用那种方式，只要能满足我们的业务就好了，很简单的道理，会抓住老鼠的猫，就是好猫。