Elasticsearch如何查询匹配关键词对应的文本起止索引位置？

1.1 前置配置：调整字段映射 #

要获取关键词的字符起止位置，首先需要给存储目标文本的字段开启词偏移存储配置，ES默认不会保留该类信息。在创建索引时给对应字段设置term_vector参数为with_positions_offsets即可，示例请求如下：

PUT /doc_index
{
  "mappings": {
    "properties": {
      "content": {
        "type": "text",
        "term_vector": "with_positions_offsets"
      }
    }
  }
}

如果索引已经创建且存在存量数据，更新映射后需要重新索引所有数据，配置才能生效。

1.2 具体查询语句 #

你可以直接在原有match查询的基础上增加高亮配置，开启偏移返回参数，即可同时拿到匹配文档和对应关键词的起止位置，示例查询如下：

GET /doc_index/_search
{
  "query": {
    "match": {
      "content": "test"
    }
  },
  "highlight": {
    "fields": {
      "content": {
        "offsets": true
      }
    }
  }
}

返回结果的highlight.content字段中会直接返回匹配项的start_offset和end_offset，和你示例中期望的start_index=10、end_index=13的结果完全匹配。
如果已经确定了目标文档ID，也可以直接用Term Vectors API查询该文档所有分词的位置信息：

GET /doc_index/_termvectors/你的文档ID?fields=content

你可以在Elasticsearch官方文档中查找以下板块的内容获取对应说明：

• 映射参数配置下的term_vector参数说明部分
• 搜索功能下的高亮（Highlighting）配置说明部分
• Term Vectors API的使用说明部分

内容的提问来源于stack exchange，提问作者Ali NG