Lucene.net站內搜索-最簡單搜索引擎代碼

Lucene.Net核心類簡介

先運行寫好的索引的代碼，再向下講解各個類的作用，不用背代碼。

（*）Directory表示索引文件(Lucene.net用來保存用戶扔過來的數據的地方)保存的地方，是抽象類，兩個子類FSDirectory（文件中）、RAMDirectory （內存中）。使用的時候別和IO里的Directory弄混了。

創建FSDirectory的方法，FSDirectory directory =FSDirectory.Open(new DirectoryInfo(indexPath),new NativeFSLockFactory())， path索引的文件夾路徑

IndexReader對索引進行讀取的類，對IndexWriter進行寫的類。IndexReader的靜態方法bool IndexExists(Directory directory)判斷目錄directory是否是一個索引目錄。IndexWriter的bool IsLocked(Directory directory) 判斷目錄是否鎖定，在對目錄寫之前會先把目錄鎖定。兩個IndexWriter沒法同時寫一個索引文件。IndexWriter在進行寫操作的時候會自動 加鎖，close的時候會自動解鎖。IndexWriter.Unlock方法手動解鎖（比如還沒來得及close IndexWriter 程序就崩潰了，可能造成一直被鎖定）。

創建索引

構造函數：IndexWriter(Directorydir, Analyzer a, bool create, MaxFieldLength mfl)因為IndexWriter把輸入寫入索引的時候，Lucene.net是把寫入的文件用指定的分詞器將文章分詞（這樣檢索的時候才能查的快）， 然后將詞放入索引文件。

void AddDocument(Document doc)，向索引中添加文檔（Insert）。Document類代表要索引的文檔（文章），最重要的方法Add(Field field)，向文檔中添加字段。Document是一片文檔，Field是字段（屬性）。Document相當于一條記錄，Field相當于字段。

Field類的構造函數 Field(string name, string value, Field.Store store, Field.Indexindex, Field.TermVector termVector)：name表示字段名； value表示字段值；

store表示是否存儲value值，可選值Field.Store.YES存儲，Field.Store.NO不存 儲，Field.Store.COMPRESS壓縮存儲；默認只保存分詞以后的一堆詞，而不保存分詞之前的內容，搜索的時候無法根據分詞后的東西還原原 文，因此如果要顯示原文（比如文章正文）則需要設置存儲。

index表示如何創建索引，可選值Field.Index. NOT_ANALYZED，不創建索引，Field.Index. ANALYZED，創建索引；創建索引的字段才可以比較好的檢索。是否碎尸萬段！是否需要按照這個字段進行“全文檢索”。

termVector表示如何保存索引詞之間的距離。“北京歡迎你們大家”，索引中是如何保存“北京”和“大家”之間“隔多少單詞”。方便只檢索在一定距離之內的詞。

為什么要把帖子的url做為一個Field，因為要在搜索展示的時候先帖子地址取出來構建超鏈接，所以Field.Store.YES；一般不需要 對url進行檢索，所以Field.Index.NOT_ANALYZED 。根據《紅樓夢》構建的“詞：頁數”紙，在構建完成后就可以把原文《紅樓夢》扔了

案例：對1000至1100號帖子進行索引。“只要能看懂例子和文檔,稍作修改即可實現自己的需求”。除了基礎知識外，第三方開發包只要“能看懂，改改即可”

引入命名空間:

1. usingLucene.Net.Store;
2. usingSystem.IO;
3. usingLucene.Net.Index;
4. usingLucene.Net.Analysis.PanGu;
5. usingLucene.Net.Documents;
6. usingLucene.Net.Search;

1、對數據進行索引

1. stringindexPath=@"C:/1017index";//注意和磁盤上文件夾的大小寫一致，否則會報錯。
2. FSDirectorydirectory=FSDirectory.Open(newDirectoryInfo(indexPath),newNativeFSLockFactory());
3. boolisUpdate=IndexReader.IndexExists(directory);//判斷索引庫是否存在
4. if(isUpdate)
5. {
6. //如果索引目錄被鎖定（比如索引過程中程序異常退出），則首先解鎖
7. //Lucene.Net在寫索引庫之前會自動加鎖，在close的時候會自動解鎖
8. //不能多線程執行，只能處理意外被永遠鎖定的情況
9. if(IndexWriter.IsLocked(directory))
10. {
11. IndexWriter.Unlock(directory);//un-否定。強制解鎖
12. }
13. }
14. IndexWriterwriter=newIndexWriter(directory,newPanGuAnalyzer(),!isUpdate,Lucene.Net.Index.IndexWriter.MaxFieldLength.UNLIMITED);
15. for(inti=1000;i<1100;i++)
16. {
17. stringtxt=File.ReadAllText(@"D:/我的文檔/文章/"+i+".txt");
18. Documentdocument=newDocument();//一條Document相當于一條記錄
19. document.Add(newField("id",i.ToString(),Field.Store.YES,Field.Index.NOT_ANALYZED));
20. //每個Document可以有自己的屬性（字段），所有字段名都是自定義的，值都是string類型
21. //Field.Store.YES不僅要對文章進行分詞記錄，也要保存原文，就不用去數據庫里查一次了
22. //需要進行全文檢索的字段加Field.Index.ANALYZED
23. document.Add(newField("msg",txt,Field.Store.YES,Field.Index.ANALYZED,Lucene.Net.Documents.Field.TermVector.WITH_POSITIONS_OFFSETS));
24. //防止重復索引
25. writer.DeleteDocuments(newTerm("id",i.ToString()));//防止存在的數據//deletefromtwhereid=i
26. //如果不存在則刪除0條
27. writer.AddDocument(document);//把文檔寫入索引庫
28. }
29. writer.Close();
30. directory.Close();//不要忘了Close，否則索引結果搜不到

2、搜索的代碼

1. stringindexPath=@"C:/1017index";
3. stringkw=TextBox1.Text;
4. FSDirectorydirectory=FSDirectory.Open(newDirectoryInfo(indexPath),newNoLockFactory());
5. IndexReaderreader=IndexReader.Open(directory,true);
6. IndexSearchersearcher=newIndexSearcher(reader);
7. PhraseQueryquery=newPhraseQuery();//查詢條件
8. query.Add(newTerm("msg",kw));//wherecontains("msg",kw)
9. //foreach(stringWordinkw.Split(''))//先用空格，讓用戶去分詞，空格分隔的就是詞“計算機專業”
10. //{
11. //query.Add(newTerm("msg",word));//contains("msg",word)
12. //}
13. query.SetSlop(100);//兩個詞的距離大于100（經驗值）就不放入搜索結果，因為距離太遠相關度就不高了
14. TopScoreDocCollectorcollector=TopScoreDocCollector.create(1000,true);//盛放查詢結果的容器
15. searcher.Search(query,null,collector);//使用query這個查詢條件進行搜索，搜索結果放入collector
16. //collector.GetTotalHits()總的結果條數
17. ScoreDoc[]docs=collector.TopDocs(0,collector.GetTotalHits()).scoreDocs;//從查詢結果中取出第m條到第n條的數據
19. List<SearchResult>list=newList<SearchResult>();
20. for(inti=0;i<docs.Length;i++)//遍歷查詢結果
21. {
22. intdocId=docs[i].doc;//拿到文檔的id。因為Document可能非常占內存（DataSet和DataReader的區別）
23. //所以查詢結果中只有id，具體內容需要二次查詢
24. Documentdoc=searcher.Doc(docId);//根據id查詢內容。放進去的是Document，查出來的還是Document
25. //Console.WriteLine(doc.Get("id"));
26. //Console.WriteLine(doc.Get("msg"));
27. SearchResultresult=newSearchResult();
28. result.Id=Convert.ToInt32(doc.Get("id"));
29. result.Msg=doc.Get("msg");//只有Field.Store.YES的字段才能用Get查出來
30. list.Add(result);
31. }
33. Repeater1.DataSource=list;
34. Repeater1.DataBind();

aspx代碼：

1. <formid="form1"runat="server">
2. <div>
3. <asp:ButtonID="Button1"runat="server"onclick="Button1_Click"Text="創建索引"/>
4. <br/>
5. <br/>
6. <asp:TextBoxID="TextBox1"runat="server"></asp:TextBox>
7. <asp:ButtonID="Button2"runat="server"onclick="Button2_Click"Text="搜索"/>
8. <br/>
9. <ul>
10. <asp:RepeaterID="Repeater1"runat="server">
11. <ItemTemplate><li>Id:<%#Eval("Id")%><br/><%#Eval("Msg")%></li></ItemTemplate>
12. </asp:Repeater>
13. </ul>
14. </div>
15. </form>
16. 本文摘自51CTO;