如何获取Elasticsearch每条结果中匹配的词条列表？

嘿，这个需求我之前帮不少开发者搞定过，其实Elasticsearch本身就有几个靠谱的办法，能让你绕开手动解析highlight字段，直接拿到每条结果的匹配词条列表，给你梳理两个最实用的方案：

方案一：用Script Fields直接提取匹配词条 #

这个方法是通过Painless脚本直接从查询的匹配逻辑里提取词条，返回的就是干净的列表，完全不用碰highlight。

你可以在搜索请求里添加script_fields，脚本会自动解析查询的匹配解释，把命中的词条捞出来：

{
  "query": {
    "match": {
      "your_target_field": "your_search_keywords"
    }
  },
  "script_fields": {
    "matched_terms": {
      "script": {
        "source": """
          Set<String> matchedTerms = new HashSet<>();
          // 获取当前文档的查询匹配解释
          Explanation explanation = ctx._index.getSearcher().explain(ctx._id, org.elasticsearch.index.query.QueryShardContext.convertQuery(ctx.query));
          
          // 递归解析解释内容，提取匹配词条
          void extractMatchedTerms(Explanation exp) {
            if (exp.getDescription().startsWith("weight(")) {
              int termStartIdx = exp.getDescription().indexOf(':') + 1;
              int termEndIdx = exp.getDescription().indexOf(' ', termStartIdx);
              if (termEndIdx != -1) {
                matchedTerms.add(exp.getDescription().substring(termStartIdx, termEndIdx));
              }
            }
            // 递归处理子节点
            for (Explanation childExp : exp.getDetails()) {
              extractMatchedTerms(childExp);
            }
          }
          
          extractMatchedTerms(explanation);
          return new ArrayList<>(matchedTerms);
        """,
        "lang": "painless"
      }
    }
  }
}

注意点： #

• 这个脚本需要Elasticsearch允许Painless访问相关的搜索API，你可能需要调整集群的script.painless.context_restrictions配置，确保search上下文的权限足够。
• 脚本会对每个命中的文档单独执行，大结果集下可能会有轻微的性能开销，但对于大部分场景完全够用。

方案二：优化Highlight配置，直接输出匹配词条 #

如果你不想写脚本，也可以通过调整highlight的参数，让它直接返回匹配的词条，几乎不用手动处理多余内容。核心是用only_match参数，它会只返回字段中被匹配的部分，而不是整个文本片段：

{
  "query": {
    "match": {
      "your_target_field": "your_search_keywords"
    }
  },
  "highlight": {
    "fields": {
      "your_target_field": {
        "only_match": true,
        "number_of_fragments": 0,
        "pre_tags": "",
        "post_tags": ""
      }
    }
  }
}

这样返回的highlight.your_target_field就是一个包含所有匹配词条的数组（或者拼接后的字符串，取决于你的字段和查询），没有多余的高亮标签，你直接转成列表就行，相当于Elasticsearch帮你做好了提取工作。

注意点： #

• only_match参数从Elasticsearch 6.0版本开始可用，如果你用的是更早的版本，可能需要升级或者换方案一。
• 如果是多字段查询（比如multi_match），可以在highlight里同时配置多个字段，或者用matched_fields参数关联多个字段的匹配结果。

内容的提问来源于stack exchange，提问作者phan7asm