搜索时如何获取Elasticsearch的Token Payloads结构化结果？

当然可以实现「返回结构化payload + 纯文本高亮」的需求，不用再费劲从高亮结果里解析payload，具体思路如下：

1. 调整索引映射 #

新增一个纯文本字段专门用于高亮，原字段保留带payload的分词逻辑。比如：

{
  "mappings": {
    "properties": {
      "content_with_payload": {
        "type": "text",
        "analyzer": "your_payload_analyzer" // 你定义的带delimited payload filter的分析器
      },
      "content_plain": {
        "type": "text",
        "analyzer": "standard" // 用普通分析器生成不带payload的分词
      }
    }
  }
}

写入文档时，两个字段存相同的原始文本就行，Elasticsearch会自动分别处理。

2. 查询时的配置 #

执行match_phrase查询时，针对带payload的字段（content_with_payload）做匹配，同时：

• 用script_fields直接提取结构化的payload
• 指定高亮字段为纯文本字段（content_plain），这样高亮结果就是干净的纯文本

示例查询DSL #

{
  "query": {
    "match_phrase": {
      "content_with_payload": "你的搜索文本"
    }
  },
  "highlight": {
    "fields": {
      "content_plain": {}
    }
  },
  "script_fields": {
    "structured_payloads": {
      "script": {
        "source": "def payloadList = []; for (term in doc['content_with_payload']) { payloadList.add(['token': term.text, 'payload': term.payload]); } return payloadList;"
      }
    }
  }
}

这个查询会返回：

• 干净的纯文本高亮结果（来自content_plain字段的高亮）
• 结构化的payload数组（在script_fields的structured_payloads里）

3. 补充说明 #

如果不想新增字段，也可以在查询命中后，对每个文档单独调用_termvectors接口获取结构化payload，但这种方式需要额外请求，不如新增字段高效。

总结下来，拆分字段存储是最直接的解决方案，完全不用再从高亮结果里解析payload。

内容的提问来源于stack exchange，提问作者knpwrs