首页 > 代码库 > 使用Lucene.net进行全文查找多关键字匹配
使用Lucene.net进行全文查找多关键字匹配
Lucene是一个开源的搜索引擎，开发语言是Java，Lucene.net是它的.NET版本。可以在C#中方便的调用。
Lucene.net目前最新版本是3.0.3，你可以从官方网站下载到最新版本：http://lucenenet.apache.org/
使用Lucene.net进行全文查找首先要根据数据创建索引，然后再根据索引来查找关键字。本文不做任何原理性的解释，需要深入研究的请自行Google之。
创建索引
还是直接上代码的比较好：
IndexWriter writer = new IndexWriter(FSDirectory.Open(new DirectoryInfo(indexDirectory)), analyzer, true, IndexWriter.MaxFieldLength.LIMITED); for (int i = 0; i < files.Count(); i++) { FileInfo fileInfo = files[i]; StreamReader reader = new StreamReader(fileInfo.FullName); OutputMessage("正在索引文件[" + fileInfo.Name + "]"); Document doc = new Document(); doc.Add(new Field("FileName", fileInfo.Name, Field.Store.YES, Field.Index.ANALYZED)); doc.Add(new Field("Author", reader.ReadLine(), Field.Store.YES, Field.Index.ANALYZED)); doc.Add(new Field("Content", reader.ReadToEnd(), Field.Store.NO, Field.Index.ANALYZED)); doc.Add(new Field("Path", fileInfo.FullName, Field.Store.YES, Field.Index.NO)); writer.AddDocument(doc); writer.Optimize(); } writer.Dispose();在上面的代码中，我们对文本文件进行了索引，每一个文件都保存了FileName（文件名）、Author（作者）、Content（内容）、Path（文件路径）几个字段。跟数据库中的字段很相似。
使用中文分词
目前中文分词有Lucene.Net.Analysis.Cn.ChineseAnalyzer 和盘古分词，我们在测试中使用前者，更方便我们做测试。
Lucene.Net.Analysis.Cn.ChineseAnalyzer包含在源代码中，你可以把它复制到你的源代码中，也可以编译以后引用。我这里为了方便，直接复制到源代码中的。建议在实际使用的时候，编译然后添加引用。
全文查找
还是上代码吧，看上去更直接。
IndexReader reader = null; IndexSearcher searcher = null; try { reader = IndexReader.Open(FSDirectory.Open(new DirectoryInfo(indexDirectory)), true); searcher = new IndexSearcher(reader); //创建查询 PerFieldAnalyzerWrapper wrapper = new PerFieldAnalyzerWrapper(analyzer); wrapper.AddAnalyzer("FileName", analyzer); wrapper.AddAnalyzer("Author", analyzer); wrapper.AddAnalyzer("Content", analyzer); string[] fields = {"FileName", "Author", "Content"}; QueryParser parser = new MultiFieldQueryParser(Lucene.Net.Util.Version.LUCENE_30, fields, wrapper); Query query = parser.Parse(keyword); TopScoreDocCollector collector = TopScoreDocCollector.Create(num, true); searcher.Search(query, collector); var hits = collector.TopDocs().ScoreDocs; int numTotalHits = collector.TotalHits; OutputMessage("查找 " + keyword + " ...共找到 " + numTotalHits + "个匹配的文档"); //以后就可以对获取到的collector数据进行操作 for (int i = 0; i < hits.Count(); i++) { var hit = hits[i]; Document doc = searcher.Doc(hit.Doc); Field fileNameField = doc.GetField("FileName"); Field authorField = doc.GetField("Author"); Field pathField = doc.GetField("Path"); OutputMessage(fileNameField.StringValue + "[" + authorField.StringValue + "]，匹配指数：" + Math.Round(hit.Score * 100, 2) + "%"); OutputMessage(pathField.StringValue); OutputMessage(string.Empty); } } finally { if (searcher != null) searcher.Dispose(); if (reader != null) reader.Dispose(); }上面的这段代码可以是实现多关键字的查找。需要说明的是，貌似在得到检索到的文档的地方，跟之前的版本有一些不同（我拷贝别人的代码没办法直接运行）……
另外，此处检索的行数受到num的影响，但返回的总行数是不受影响的，如果需要得到总行数，可以在第一次检索以后得到总行数，然后将总行数赋值给num，在进行新一次的检索。
按照惯例，附上源代码
使用Lucene.net进行全文查找多关键字匹配
声明：以上内容来自用户投稿及互联网公开渠道收集整理发布，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任，若内容有误或涉及侵权可进行投诉： 投诉/举报 工作人员会在5个工作日内联系你，一经查实，本站将立刻删除涉嫌侵权内容。