Lucene.net入門學習（結合盤古分詞）

Lucene簡介

Lucene是apache軟件基金會4 jakarta項目組的一個子項目，是一個開放源代碼的全文檢索引擎工具包，即它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是為軟件開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此為基礎建立起完整的全文檢索引擎。

Lucene.net簡介

Lucene.net是Lucene的.net移植版本，是一個開源的全文檢索引擎開發包，即它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎。開發人員可以基于Lucene.net實現全文檢索的功能。

Lucene.net工作原理

Lucene.net提供的服務需要兩部分：索引文件的寫入和索引文件的讀取。

1寫入流程源數據字符串經過analyzer處理，將源中需要搜索的信息加入Document的各個字段中，并把需要索引的字段起來并存儲。將索引寫入存儲器，存儲器可以是內存或磁盤。2讀出流程用戶提供搜索關鍵詞，經過analyzer處理。（我們下面代碼采用的是盤古分詞 ，其相關分詞原理 可以再它的官網上可以看到 http://pangusegment.codeplex.com/）對處理后的關鍵詞搜索索引找出對應的Document，用戶根據需要從找到的Document中提取需要的Field。

Lucene.net安裝

大家可以去官網看下：https://www.nuget.org/packages/Lucene.Net/3.0.3

盤古分詞安裝

盤古分詞主頁：http://pangusegment.codeplex.com/

下載：http://pangusegment.codeplex.com/downloads/get/144143

Lucene.net結合盤古分詞使用

http://pangusegment.codeplex.com/downloads/get/144145

大家可以看到相關使用的案列

Lucene.net創建索引（結合盤古分詞）

    /*code 釋迦苦僧*/    class PRogram    {        static void Main(string[] args)        {            Stopwatch sw = new Stopwatch();//加入時間統計            //獲取 數據列表            PostBll bll = new PostBll();            IList<PostInfo> posts = bll.GetAllPost();            Console.WriteLine(posts.Count);            //創建Lucene索引文件            string IndexDic = @"D:/Lucene/post/";            sw.Start();            IndexWriter writer = new IndexWriter(FSDirectory.Open(IndexDic), new PanGuAnalyzer(), true, IndexWriter.MaxFieldLength.LIMITED);            foreach (PostInfo item in posts)            {                Document doc = new Document();                Field postid = new Field("PostId", item.PostId.ToString(), Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.NO);                Field title = new Field("Title", item.Title.ToString(), Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.NO);                Field postscore = new Field("PostScore", item.PostScore.ToString(), Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.NO);                doc.Add(postid);                doc.Add(title);                doc.Add(postscore);                writer.AddDocument(doc);            }            writer.Optimize();            writer.Commit();            sw.Stop();            Console.Write("建立" + posts.Count + "索引,花費: " + sw.Elapsed);            Console.ReadLine();         }    }

如代碼所示：D:/Lucene/post/ 存儲Lucene.net生成的索引文件，如下圖

這些索引存儲文件存儲了PostInfo表中 PostId，Title，PostScore 三個字段信息。

需要注意的是：使用盤古分詞操作時，需要將PanGu.xml和盤古分詞自帶的分詞文件放入項目中，如下圖：

Lucene.net執行搜索（結合盤古分詞）

namespace LuceneNetStudy.Search{    /*code 釋迦苦僧*/    public partial class MainForm : Form    {        private string IndexDic = @"D:/Lucene/post/";        public MainForm()        {            InitializeComponent();        }        private void btnSearch_Click(object sender, EventArgs e)        {            /*開啟搜索用的后臺線程*/            BackgroundWorker backWorker = new BackgroundWorker();            backWorker.DoWork += new DoWorkEventHandler(backWorker_DoWork);            backWorker.RunWorkerAsync(txtKey.Text.Trim());        }        void backWorker_DoWork(object sender, DoWorkEventArgs e)        {            string key = e.Argument as string;            List<PostInfo> result = new List<PostInfo>();            /*加入時間統計*/            Stopwatch sw = new Stopwatch();            sw.Start();            /*創建 Lucene.net 搜索實例*/            IndexSearcher search = new IndexSearcher(FSDirectory.Open(IndexDic), true);            /*為搜索實例 加入搜索分詞規則  來源 盤古分詞*/            key = GetKeyWordsSplitBySpace(key, new PanGuTokenizer());            BooleanQuery bq = new BooleanQuery();            if (!string.IsNullOrEmpty(key))            {                /*如果搜索關鍵字不為空  知道關鍵字搜索列為Title*/                QueryParser queryParser = new MultiFieldQueryParser(Lucene.Net.Util.Version.LUCENE_30, new string[] { "Title" }, new PanGuAnalyzer());                Query query = queryParser.Parse(key);                bq.Add(query, Occur.MUST);            }            /*指定排序方式  按 PostScore 字段來排序*/            List<SortField> sorts = new List<SortField>();            SortField sf = new SortField("PostScore", SortField.DOUBLE, true);            sorts.Add(sf);            Sort sort = new Sort(sorts.ToArray());            TopFieldDocs docs = search.Search(bq, null, search.MaxDoc, sort);            int allCount = docs.TotalHits;            /*獲取匹配的前10條*/            ScoreDoc[] hits = TopDocs(0, 10, docs);            foreach (ScoreDoc sd in hits)//遍歷搜索到的結果            {                try                {                    Document doc = search.Doc(sd.Doc);                    var model = new PostInfo();                    model.PostId = Guid.Parse(doc.Get("PostId"));                    model.PostScore = double.Parse(doc.Get("PostScore"));                    model.Title = doc.Get("Title");                    result.Add(model);                }                catch                {                }            }            search.Close();            search.Dispose();            sw.Stop();            if (result != null)            {                Invoke(new MethodInvoker(delegate()                {                    lblRunTime.Text = "花費: " + sw.Elapsed;                    txtResult.Text = "";                    foreach (PostInfo info in result)//遍歷搜索到的結果                    {                        txtResult.Text += info.PostScore + "/t" + info.Title + "/r/n";                    }                }));            }        }        public static ScoreDoc[] TopDocs(int start, int limit, TopFieldDocs docs)        {            int endIndex = 0;            int hc = docs.TotalHits;            if (hc - start > limit)            {                endIndex = start + limit;            }            else            {                endIndex = hc;            }            List<ScoreDoc> dl = new List<ScoreDoc>();            var da = docs.ScoreDocs;            for (int i = start; i < endIndex; i++)            {                dl.Add(da[i]);            }            return dl.ToArray();        }        static public string GetKeyWordsSplitBySpace(string keywords, PanGuTokenizer ktTokenizer)        {            StringBuilder result = new StringBuilder();            /*執行分詞操作 一個關鍵字可以拆分為多個次和單個字*/            ICollection<WordInfo> words = ktTokenizer.SegmentToWordInfos(keywords);            foreach (WordInfo word in words)            {                if (word == null)                {                    continue;                }                result.AppendFormat("{0} ", word.Word);            }            return result.ToString().Trim();        }    }}

這是咱這兩天的學習成果，研究還不是很透徹，希望能給大家帶來些了解，點個贊吧。

作者：釋迦苦僧 出處：http://www.survivalescaperooms.com/woxpp/p/3972233.html 本文版權歸作者和博客園共有，歡迎轉載，但未經作者同意必須保留此段聲明，且在文章頁面明顯位置給出原文連接。