高亮显示

1. 基本高亮

GET /my-index/_search
{
  "query": {
    "match": { "title": "Elasticsearch 入门" }
  },
  "highlight": {
    "fields": {
      "title": {}
    }
  }
}

返回结果中，匹配的词项会被 <em> 标签包裹：

{
  "hits": {
    "hits": [
      {
        "_source": { "title": "Elasticsearch 入门教程" },
        "highlight": {
          "title": ["<em>Elasticsearch</em> <em>入门</em>教程"]
        }
      }
    ]
  }
}

2. 自定义高亮标签

GET /my-index/_search
{
  "query": {
    "match": { "title": "Elasticsearch" }
  },
  "highlight": {
    "fields": {
      "title": {
        "pre_tags": ["<span class='highlight'>"],
        "post_tags": ["</span>"]
      }
    }
  }
}

3. 多字段高亮

GET /my-index/_search
{
  "query": {
    "multi_match": {
      "query": "分布式",
      "fields": ["title", "content"]
    }
  },
  "highlight": {
    "fields": {
      "title": { "number_of_fragments": 0 },
      "content": {
        "fragment_size": 200,
        "number_of_fragments": 3
      }
    }
  }
}

参数	说明
fragment_size	高亮片段的目标长度（默认 100 个字符，实际边界按词项切分）
number_of_fragments	返回的高亮片段数量（默认 5），设为 0 返回完整字段
no_match_size	无匹配时返回的字段长度（默认 0 不返回）

4. 高亮器类型

高亮器	机制与成本	适用场景
unified	默认。根据字段配置，使用 postings offsets、term vectors 或重新分析文本来定位词项	通用场景
fvh (Fast Vector Highlighter)	依赖 term_vector: with_positions_offsets，偏移量另存一份，增大索引体积	已预存 term vector 的大字段；否则先评估 unified
plain	对命中文档的原文重新分析并计算片段，字段过长时受 index.highlight.max_analyzed_offset 限制	文本量小的简单场景

偏移量有两种来源：index_options: offsets 让 unified 直接读 postings 中的偏移量，不需要 term vector；term_vector: with_positions_offsets 把位置和偏移量另存一份，供 fvh 使用，代价是索引变大。

// 使用 FVH 高亮器（需要预存 term_vector）
PUT /my-index
{
  "mappings": {
    "properties": {
      "content": {
        "type": "text",
        "term_vector": "with_positions_offsets"
      }
    }
  }
}

GET /my-index/_search
{
  "query": { "match": { "content": "分布式" } },
  "highlight": {
    "fields": {
      "content": { "type": "fvh" }
    }
  }
}

5. 使用 highlight_query 自定义高亮查询

搜索查询与高亮阶段执行的查询可以不同。可用 highlight_query 显式指定高亮阶段使用的查询，例如把查询拆成两个 match 子句：

GET /my-index/_search
{
  "query": {
    "match": { "title": "Java编程" }
  },
  "highlight": {
    "fields": {
      "title": {
        "highlight_query": {
          "bool": {
            "should": [
              { "match": { "title": "Java" } },
              { "match": { "title": "编程" } }
            ]
          }
        }
      }
    }
  }
}

6. 最佳实践

• 启用 fvh 前先确认 term_vector: with_positions_offsets 的存储成本，大字段优先评估 unified 是否够用
• 使用 fragment_size 和 number_of_fragments 控制高亮输出量
• 高亮结果包含原文和 <em> 等标签，原文可能来自用户输入：把整段结果当 HTML 插入页面有 XSS 风险，整段转义又会让高亮失效。可设置 encoder: html，由服务端转义文本内容并保留高亮标签，前端只按受控 HTML 渲染结果
• 高亮展示的是查询词项与文本的匹配位置，不完整反映查询的布尔匹配逻辑：嵌套 bool、minimum_should_match 等场景下，被高亮的词项不一定代表文档满足了相应条件，需要自定义时用 highlight_query（见第 5 节）
• number_of_fragments: 0 返回完整字段高亮，适合标题等短字段