Lucene 8+阿拉伯语搜索结果高亮RTL排版配置咨询

完全可以通过配置高亮器实现阿拉伯语内容的正确RTL排版，核心是通过自定义高亮格式化器在输出的HTML中添加RTL方向属性，同时确保阿拉伯语分析器配置正确。

具体实现步骤：

1. 确保阿拉伯语分析器配置正确
   使用Lucene原生的ArabicAnalyzer处理阿拉伯语文本，保证分词、词干提取等逻辑符合阿拉伯语特性，避免高亮位置偏移：

   Analyzer arabicAnalyzer = new ArabicAnalyzer();
   

2. 自定义RTL高亮格式化器
   继承默认的SimpleHTMLFormatter，在高亮标签中加入dir="rtl"属性，让浏览器识别并按RTL规则渲染：

   public class RTLHighlightFormatter extends SimpleHTMLFormatter {
       public RTLHighlightFormatter() {
           // 自定义高亮标签，嵌入RTL方向属性
           super("<span dir=\"rtl\" class=\"search-highlight\">", "</span>");
       }
   }
   

3. 初始化支持RTL的高亮器
   将自定义格式化器传入Highlighter，结合查询评分器使用：

   QueryScorer scorer = new QueryScorer(searchQuery);
   Highlighter highlighter = new Highlighter(new RTLHighlightFormatter(), scorer);
   // 设置高亮片段的最大长度（按需调整）
   highlighter.setTextFragmenter(new SimpleSpanFragmenter(scorer, 150));
   

4. 生成RTL高亮片段
   获取高亮文本后，可额外用带dir="rtl"的容器包裹整个片段，确保全局排版正确：

   String originalArabicText = "你的阿拉伯语文本内容";
   String highlightedText = highlighter.getBestFragment(arabicAnalyzer, "content_field", originalArabicText);
   String rtlFormattedText = "<div dir=\"rtl\">" + highlightedText + "</div>";
   

5. FastVectorHighlighter的适配（若使用）
   若项目采用FastVectorHighlighter，同样可通过自定义FragmentFormatter实现RTL支持：

   FastVectorHighlighter highlighter = new FastVectorHighlighter(true, true);
   FragmentFormatter rtlFormatter = new SimpleFragmentFormatter("<span dir=\"rtl\" class=\"highlight\">", "</span>");
   FieldQuery fieldQuery = highlighter.getFieldQuery(searchQuery);
   String highlighted = highlighter.getBestFragment(fieldQuery, indexReader, docId, "content_field", 150, rtlFormatter);
   

关键说明：Lucene内部存储的文本为逻辑顺序（即输入时的字符顺序，而非视觉上的从右到左），高亮匹配位置是准确的，只需通过HTML的dir="rtl"属性告知浏览器按RTL规则渲染即可。

内容的提问来源于stack exchange，提问作者Steffen Spranger