Lucene.net站内搜索-最简单搜索引擎代码

Lucene.Net核心类简介

先运行写好的索引的代码，再向下讲解各个类的作用，不用背代码。

（*）Directory表示索引文件(Lucene.net用来保存用户扔过来的数据的地方)保存的地方，是抽象类，两个子类FSDirectory（文件中）、RAMDirectory （内存中）。使用的时候别和IO里的Directory弄混了。

创建FSDirectory的方法，FSDirectory directory =FSDirectory.Open(new DirectoryInfo(indexPath),new NativeFSLockFactory())， path索引的文件夹路径

IndexReader对索引进行读取的类，对IndexWriter进行写的类。IndexReader的静态方法bool IndexExists(Directory directory)判断目录directory是否是一个索引目录。IndexWriter的bool IsLocked(Directory directory) 判断目录是否锁定，在对目录写之前会先把目录锁定。两个IndexWriter没法同时写一个索引文件。IndexWriter在进行写操作的时候会自动 加锁，close的时候会自动解锁。IndexWriter.Unlock方法手动解锁（比如还没来得及close IndexWriter 程序就崩溃了，可能造成一直被锁定）。

创建索引

构造函数：IndexWriter(Directorydir, Analyzer a, bool create, MaxFieldLength mfl)因为IndexWriter把输入写入索引的时候，Lucene.net是把写入的文件用指定的分词器将文章分词（这样检索的时候才能查的快）， 然后将词放入索引文件。

void AddDocument(Document doc)，向索引中添加文档（Insert）。Document类代表要索引的文档（文章），最重要的方法Add(Field field)，向文档中添加字段。Document是一片文档，Field是字段（属性）。Document相当于一条记录，Field相当于字段。

Field类的构造函数 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表示是否存储value值，可选值Field.Store.YES存储，Field.Store.NO不存 储，Field.Store.COMPRESS压缩存储；默认只保存分词以后的一堆词，而不保存分词之前的内容，搜索的时候无法根据分词后的东西还原原 文，因此如果要显示原文（比如文章正文）则需要设置存储。

index表示如何创建索引，可选值Field.Index. NOT_ANALYZED，不创建索引，Field.Index. ANALYZED，创建索引；创建索引的字段才可以比较好的检索。是否碎尸万段！是否需要按照这个字段进行“全文检索”。

termVector表示如何保存索引词之间的距离。“北京欢迎你们大家”，索引中是如何保存“北京”和“大家”之间“隔多少单词”。方便只检索在一定距离之内的词。

为什么要把帖子的url做为一个Field，因为要在搜索展示的时候先帖子地址取出来构建超链接，所以Field.Store.YES；一般不需要 对url进行检索，所以Field.Index.NOT_ANALYZED 。根据《红楼梦》构建的“词：页数”纸，在构建完成后就可以把原文《红楼梦》扔了

案例：对1000至1100号帖子进行索引。“只要能看懂例子和文档,稍作修改即可实现自己的需求”。除了基础知识外，第三方开发包只要“能看懂，改改即可”

引入命名空间:

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、对数据进行索引

1. stringindexPath=@"C:\1017index";//注意和磁盘上文件夹的大小写一致，否则会报错。
2. FSDirectorydirectory=FSDirectory.Open(newDirectoryInfo(indexPath),newNativeFSLockFactory());
3. boolisUpdate=IndexReader.IndexExists(directory);//判断索引库是否存在
4. if(isUpdate)
5. {
6. //如果索引目录被锁定（比如索引过程中程序异常退出），则首先解锁
7. //Lucene.Net在写索引库之前会自动加锁，在close的时候会自动解锁
8. //不能多线程执行，只能处理意外被永远锁定的情况
9. if(IndexWriter.IsLocked(directory))
10. {
11. IndexWriter.Unlock(directory);//un-否定。强制解锁
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:\我的文档\文章\"+i+".txt");
18. Documentdocument=newDocument();//一条Document相当于一条记录
19. document.Add(newField("id",i.ToString(),Field.Store.YES,Field.Index.NOT_ANALYZED));
20. //每个Document可以有自己的属性（字段），所有字段名都是自定义的，值都是string类型
21. //Field.Store.YES不仅要对文章进行分词记录，也要保存原文，就不用去数据库里查一次了
22. //需要进行全文检索的字段加Field.Index.ANALYZED
23. document.Add(newField("msg",txt,Field.Store.YES,Field.Index.ANALYZED,Lucene.Net.Documents.Field.TermVector.WITH_POSITIONS_OFFSETS));
24. //防止重复索引
25. writer.DeleteDocuments(newTerm("id",i.ToString()));//防止存在的数据//deletefromtwhereid=i
26. //如果不存在则删除0条
27. writer.AddDocument(document);//把文档写入索引库
28. }
29. writer.Close();
30. directory.Close();//不要忘了Close，否则索引结果搜不到

2、搜索的代码

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();//查询条件
8. query.Add(newTerm("msg",kw));//wherecontains("msg",kw)
9. //foreach(stringWordinkw.Split(''))//先用空格，让用户去分词，空格分隔的就是词“计算机专业”
10. //{
11. //query.Add(newTerm("msg",word));//contains("msg",word)
12. //}
13. query.SetSlop(100);//两个词的距离大于100（经验值）就不放入搜索结果，因为距离太远相关度就不高了
14. TopScoreDocCollectorcollector=TopScoreDocCollector.create(1000,true);//盛放查询结果的容器
15. searcher.Search(query,null,collector);//使用query这个查询条件进行搜索，搜索结果放入collector
16. //collector.GetTotalHits()总的结果条数
17. ScoreDoc[]docs=collector.TopDocs(0,collector.GetTotalHits()).scoreDocs;//从查询结果中取出第m条到第n条的数据
19. List<SearchResult>list=newList<SearchResult>();
20. for(inti=0;i<docs.Length;i++)//遍历查询结果
21. {
22. intdocId=docs[i].doc;//拿到文档的id。因为Document可能非常占内存（DataSet和DataReader的区别）
23. //所以查询结果中只有id，具体内容需要二次查询
24. Documentdoc=searcher.Doc(docId);//根据id查询内容。放进去的是Document，查出来的还是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查出来
30. list.Add(result);
31. }
33. Repeater1.DataSource=list;
34. Repeater1.DataBind();

aspx代码：

1. <formid="form1"runat="server">
2. <div>
3. <asp:ButtonID="Button1"runat="server"onclick="Button1_Click"Text="创建索引"/>
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;