基于Java Spring扩展Marklogic查询实现高亮及波兰语词干检索

一、核心需求实现（波兰语搜索+高亮+多关键词匹配） #

1. 多关键词同时命中 #

通过StructuredQueryBuilder的and()方法组合多个关键词查询，确保所有指定关键词都出现在结果中，同时指定波兰语语言标识启用对应词干处理：

StructuredQueryBuilder qb = new StructuredQueryBuilder();
QueryDefinition query = qb.and(
    qb.word(qb.lang("pl"), "szkoła"),
    qb.word(qb.lang("pl"), "uczeń")
);

2. 匹配片段高亮 #

使用SearchHandle绑定HighlightingHandle，配置高亮格式与片段长度，单次请求即可返回带高亮标记的结果片段：

SearchHandle resultsHandle = new SearchHandle();
HighlightingHandle highlightingHandle = new HighlightingHandle();
highlightingHandle.setFormat("html"); // 支持html/text两种格式
highlightingHandle.setMaxSnippetLength(200);
resultsHandle.setHighlighting(highlightingHandle);

// 执行搜索并提取高亮内容
client.newSearchManager().search(query, resultsHandle);
Map<String, Map<String, List<String>>> highlights = resultsHandle.getHighlighting().getMatches();

3. 词干衍生词匹配 #

无需额外配置，只要查询时指定波兰语（pl），Marklogic会自动调用内置的波兰语词干器（基于Morfologik库）处理衍生词匹配。

二、技术问题解答 #

1. 单次请求获取匹配短语位置信息 #

最简方式是给SearchHandle绑定MatchLocationHandle，单次请求就能拿到匹配项的字符偏移、所在元素路径等位置数据：

SearchHandle resultsHandle = new SearchHandle();
MatchLocationHandle locationHandle = new MatchLocationHandle();
resultsHandle.setMatchLocations(locationHandle);

// 执行搜索并提取位置信息
client.newSearchManager().search(query, resultsHandle);
Map<String, List<MatchLocation>> matchLocations = locationHandle.getMatchLocations();
for (Map.Entry<String, List<MatchLocation>> entry : matchLocations.entrySet()) {
  String docUri = entry.getKey();
  for (MatchLocation loc : entry.getValue()) {
    int startOffset = loc.getStart();
    int endOffset = loc.getEnd();
    String elementPath = loc.getPath(); // 匹配项所在的XML/JSON路径
    // 业务侧处理位置数据
  }
}

2. 波兰语词干词典配置与推荐 #

• 是否需要自定义词典：不需要。Marklogic内置了波兰语词干处理能力，只要查询和索引配置中指定语言为pl，就能自动启用对应词干器，覆盖绝大多数场景需求。
• 推荐词典来源：如果确实需要扩展自定义词干规则，官方推荐使用Morfologik Polish Dictionary（波兰语形态分析领域的标准词典），可将其适配为Marklogic支持的XML/文本格式导入系统。

内容的提问来源于stack exchange，提问作者Marcin