求助：Solr 4.7使用solr.EdgeNGramFilterFactory的高亮异常问题

看起来你遇到的是高亮逻辑和分词链不匹配导致的前缀误匹配问题——Solr默认的高亮有时候会基于分词后的词项前缀去匹配，加上如果你的分析链没有做词干或精确词处理，就会把所有以“car”开头的词汇都高亮出来。下面是具体的排查和解决步骤：

1. 统一索引与查询的分析链，确保词项精确匹配 #

首先检查你的字段类型定义，必须保证索引和查询阶段使用完全一致的分析器，并且加入词干处理和小写转换，让“cars”和“cards”“carriers”这类词生成完全不同的词项：

<fieldType name="text_custom" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="[({.,\[\]})]" replacement=" "/>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/> <!-- 统一小写，避免大小写干扰 -->
    <filter class="solr.PorterStemFilterFactory"/> <!-- 词干还原：cars→car，cards→card，carriers→carri -->
    <filter class="solr.WordDelimiterFilterFactory" 
            generateWordParts="1" 
            generateNumberParts="1" 
            catenateWords="1" 
            catenateNumbers="1" 
            catenateAll="0" 
            splitOnCaseChange="1"/> <!-- 处理复合词，避免拆分出无关前缀 -->
  </analyzer>
  <analyzer type="query">
    <!-- 必须和索引阶段完全一致，保证查询词和索引词的词项匹配 -->
    <charFilter class="solr.PatternReplaceCharFilterFactory" pattern="[({.,\[\]})]" replacement=" "/>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.LowerCaseFilterFactory"/>
    <filter class="solr.PorterStemFilterFactory"/>
    <filter class="solr.WordDelimiterFilterFactory" 
            generateWordParts="1" 
            generateNumberParts="1" 
            catenateWords="1" 
            catenateNumbers="1" 
            catenateAll="0" 
            splitOnCaseChange="1"/>
  </analyzer>
</fieldType>

这样处理后，“cars”会被还原为词干“car”，而“cards”变成“card”、“carriers”变成“carri”，三者的词项完全不同，高亮时就不会交叉匹配了。

2. 调整高亮组件配置，强制精确词匹配 #

打开你的solrconfig.xml，找到高亮组件的配置，做以下调整：

• 开启短语高亮（usePhraseHighlighter="true"），让高亮只匹配完整的词项，而不是前缀
• 如果你的字段开启了词向量（termVectors="true" termPositions="true" termOffsets="true"），推荐使用快速向量高亮（useFastVectorHighlighter="true"），它的匹配精度更高

示例配置：

<requestHandler name="/select" class="solr.SearchHandler">
  <lst name="defaults">
    <str name="hl">true</str>
    <str name="hl.usePhraseHighlighter">true</str>
    <str name="hl.useFastVectorHighlighter">true</str>
    <str name="hl.simple.pre"><em></str>
    <str name="hl.simple.post"></em></str>
  </lst>
</requestHandler>

3. 优化查询参数，避免前缀匹配 #

如果你的查询是默认的q=cars，确保没有不小心使用了前缀查询（比如q=car*）。另外可以通过hl.q参数强制指定高亮的匹配词，进一步缩小范围：

q=cars&hl=true&hl.q=cars

如果以上步骤还没解决，你可以尝试用正则高亮来精确匹配目标词：

q=cars&hl=true&hl.regex=true&hl.regex.pattern=\b(car|cars)\b&hl.simple.pre=<em>&hl.simple.post=</em>

这个正则会匹配独立的“car”或“cars”词，不会触及“cards”这类前缀词，但这种方式作为兜底方案，优先推荐调整分析链的方式。

内容的提问来源于stack exchange，提问作者user2250679