Lucene.net入门学习（结合盘古分词）

曾经终败给现在 2023-06-01 03:26 8阅读 0赞

**Lucene简介**

Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

**Lucene.net简介**

Lucene.net是Lucene的.net移植版本，是一个开源的全文检索引擎开发包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎。开发人员可以基于Lucene.net实现全文检索的功能。

**Lucene.net工作原理**

Lucene.net提供的服务需要两部分：索引文件的写入和索引文件的读取。

1写入流程  
源数据字符串经过analyzer处理，将源中需要搜索的信息加入Document的各个字段中，并把需要索引的字段起来并存储。  
将索引写入存储器，存储器可以是内存或磁盘。  
  
2读出流程  
用户提供搜索关键词，经过analyzer处理。（我们下面代码采用的是盘古分词 ，其相关分词原理 可以再它的官网上可以看到 [http://pangusegment.codeplex.com/][http_pangusegment.codeplex.com]）  
对处理后的关键词搜索索引找出对应的Document，用户根据需要从找到的Document中提取需要的Field。

**Lucene.net安装**

大家可以去官网看下：[https://www.nuget.org/packages/Lucene.Net/3.0.3][https_www.nuget.org_packages_Lucene.Net_3.0.3]

![150937044876708.png][]

**盘古分词安装**

盘古分词主页：[http://pangusegment.codeplex.com/][http_pangusegment.codeplex.com]

下载：[http://pangusegment.codeplex.com/downloads/get/144143][http_pangusegment.codeplex.com_downloads_get_144143]

**Lucene.net结合盘古分词使用**

[http://pangusegment.codeplex.com/downloads/get/144145][http_pangusegment.codeplex.com_downloads_get_144145]

大家可以看到相关使用的案列

**Lucene.net创建索引（结合盘古分词）**

![复制代码][copycode.gif]

/*code 释迦苦僧*/
        class Program
        {
            static void Main(string[] args)
            {
                Stopwatch sw = new Stopwatch();//加入时间统计
                //获取 数据列表
                PostBll bll = new PostBll();
                IList<PostInfo> posts = bll.GetAllPost();
                Console.WriteLine(posts.Count);
                //创建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,花费: " + sw.Elapsed);
                Console.ReadLine(); 
            }
        }

![复制代码][copycode.gif]

如代码所示：  
D:\\Lucene\\post\\ 存储Lucene.net生成的索引文件，如下图

![151009455188834.png][]

这些索引存储文件存储了PostInfo表中 PostId，Title，PostScore 三个字段信息。

需要注意的是：使用盘古分词操作时，需要将PanGu.xml和盘古分词自带的分词文件放入项目中，如下图：

![151014001909731.png][]

**Lucene.net执行搜索（结合盘古分词）**

![复制代码][copycode.gif]

namespace LuceneNetStudy.Search
    {
        /*code 释迦苦僧*/
        public partial class MainForm : Form
        {
            private string IndexDic = @"D:\Lucene\post\";
    
            public MainForm()
            {
                InitializeComponent();
            }
    
            private void btnSearch_Click(object sender, EventArgs e)
            {
                /*开启搜索用的后台线程*/
                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>();
                /*加入时间统计*/
                Stopwatch sw = new Stopwatch();
                sw.Start();
    
                /*创建 Lucene.net 搜索实例*/
                IndexSearcher search = new IndexSearcher(FSDirectory.Open(IndexDic), true);
    
                /*为搜索实例 加入搜索分词规则  来源 盘古分词*/
                key = GetKeyWordsSplitBySpace(key, new PanGuTokenizer());
                BooleanQuery bq = new BooleanQuery();
                if (!string.IsNullOrEmpty(key))
                {
                    /*如果搜索关键字不为空  知道关键字搜索列为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 字段来排序*/
                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;
                /*获取匹配的前10条*/
                ScoreDoc[] hits = TopDocs(0, 10, docs);
                foreach (ScoreDoc sd in hits)//遍历搜索到的结果
                {
                    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 = "花费: " + sw.Elapsed;
    
                        txtResult.Text = "";
                        foreach (PostInfo info in result)//遍历搜索到的结果
                        {
                            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();
                /*执行分词操作 一个关键字可以拆分为多个次和单个字*/
                ICollection<WordInfo> words = ktTokenizer.SegmentToWordInfos(keywords);
    
                foreach (WordInfo word in words)
                {
                    if (word == null)
                    {
                        continue;
                    }
    
                    result.AppendFormat("{0} ", word.Word);
                }
    
                return result.ToString().Trim();
            }
        }
    }

![复制代码][copycode.gif]

这是咱这两天的学习成果，研究还不是很透彻，希望能给大家带来些了解，点个赞吧。

作者：[释迦苦僧][Link 1]  出处：[http://www.cnblogs.com/woxpp/p/3972233.html][http_www.cnblogs.com_woxpp_p_3972233.html]  本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接。

作者： [释迦苦僧][Link 1]  
出处： [http://www.cnblogs.com/woxpp][Link 1]  
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接。

转载于:https://www.cnblogs.com/Jeely/p/11315609.html

[http_pangusegment.codeplex.com]: http://pangusegment.codeplex.com/
[https_www.nuget.org_packages_Lucene.Net_3.0.3]: https://www.nuget.org/packages/Lucene.Net/3.0.3
[150937044876708.png]: /images/20230601/e5e162f1428f4700972acd90273f5f12.png
[http_pangusegment.codeplex.com_downloads_get_144143]: http://pangusegment.codeplex.com/downloads/get/144143
[http_pangusegment.codeplex.com_downloads_get_144145]: http://pangusegment.codeplex.com/downloads/get/144145
[copycode.gif]: /images/20230601/19fbe5c78a704704a685482cf193f971.png
[151009455188834.png]: /images/20230601/78054da566534d1b9df1cfe16e955919.png
[151014001909731.png]: /images/20230601/b4412a68e5b5452ebdd7a9bdb1c8dcc4.png
[Link 1]: http://www.cnblogs.com/woxpp/
[http_www.cnblogs.com_woxpp_p_3972233.html]: http://www.cnblogs.com/woxpp/p/3972233.html