Elasticsearch处理中文搜索的主要方法是使用中文分词器。中文分词器将中文文本分成一个个词语，然后建立索引，使得用户可以通过关键词来搜索相关文档。
Elasticsearch中常用的中文分词器有：
ik分词器：由于它的性能稳定，广泛应用，IK Analyzer是目前国内较为流行的开源中文分词器之一，支持多种分词模式，可以满足不同场景下的需求。
smartcn分词器：它是lucene的标准分词器，也是中文分词的一种比较好的选择，支持中文分词以及英文分词。
jieba分词器：它是一款基于Python的中文分词器，易于安装和使用，支持多种分词模式，分词效果也不错。
需要注意的是，中文分词器可能会将一些词语分成多个部分，这会影响搜索结果的准确性。为了解决这个问题，可以使用“ngram”分词器或“edge ngram”分词器来处理中文搜索。
对于高亮显示关键词，可以在搜索结果中使用highlight功能。具体方法是在请求中添加highlight参数，然后指定需要高亮的字段和高亮的标签，例如：
{
"query": {
"match": {
"content": "搜索关键词"
}
},
"highlight": {
"fields": {
"content": {}
},
"pre_tags": ["<span class='highlight'>"],
"post_tags": ["</span>"]
}
}以上代码将搜索结果中的content字段中匹配到的关键词用和标签包裹起来，从而在前端页面中以特殊颜色高亮显示。