如何自定义spaCy DisplaCy Span Categorizer的HTML输出？

因为displacy原生对Span Categorizer的可视化支持有限，无法直接给高亮标签添加独立类名，你可以通过以下两种方式实现自定义渲染：

方法一：手动提取Span数据，自行构建HTML（推荐） #

直接从处理后的Doc对象中提取Span信息，手动拼接带自定义类名的HTML结构，完全控制样式和交互属性。

步骤1：加载模型并处理文本 #

import spacy

# 加载训练好的Span Categorizer模型
nlp = spacy.load("your_trained_span_model")
text = "需要分析的目标文本内容"
doc = nlp(text)

步骤2：编写自定义渲染函数 #

这个函数会按顺序遍历文本，将普通内容和带类名的Span标签拼接起来，类名直接使用Span的标签名（转为小写，避免CSS类名冲突）：

def render_custom_span_cats(doc, spans_key="sc"):
    # 按起始位置排序Span，避免重叠渲染问题
    sorted_spans = sorted(doc.spans[spans_key], key=lambda x: x.start)
    html_parts = []
    last_pos = 0

    for span in sorted_spans:
        # 添加Span之前的普通文本
        if span.start > last_pos:
            html_parts.append(doc.text[last_pos:span.start])
        # 生成带自定义类名的Span标签，可额外添加data属性或点击事件
        class_name = f"span-category-{span.label_.lower()}"
        html_parts.append(
            f'<span class="{class_name}" data-label="{span.label_}" onclick="handleSpanClick(this)">{span.text}</span>'
        )
        last_pos = span.end
    
    # 添加最后一段未标记的文本
    if last_pos < len(doc.text):
        html_parts.append(doc.text[last_pos:])
    
    return "".join(html_parts)

步骤3：生成HTML并添加自定义CSS #

调用函数生成HTML后，你可以搭配自定义CSS来控制样式：

/* 示例样式：不同类别的Span使用不同背景色，添加点击效果 */
.span-category-product {
    background-color: #e6f7ff;
    padding: 2px 4px;
    border-radius: 4px;
    cursor: pointer;
    transition: background-color 0.2s;
}

.span-category-brand {
    background-color: #fff7e6;
    padding: 2px 4px;
    border-radius: 4px;
    cursor: pointer;
    transition: background-color 0.2s;
}

.span-category-product:hover {
    background-color: #91d5ff;
}

方法二：修改Displacy的Jinja2模板（不推荐） #

spaCy的displacy使用Jinja2模板渲染HTML，你可以找到spaCy安装目录下的spacy/displacy/templates文件夹，修改对应模板文件。但这种方法的问题是：spaCy版本更新会覆盖修改，且原生模板没有针对Span Categorizer的专门渲染逻辑，需要大幅修改模板代码，维护成本高。

内容的提问来源于stack exchange，提问作者goonhoon