Lucene入门（一）

标签：lucene   lucene.net   

Lucene是一款非常棒的搜索引擎，而Lucene.NET是Lucene的.NET版本，本入门文档将以Lucene.NET 3.03为例。

1、介绍一下创建索引过程的核心类

Directory类描述了Lucene索引存放的位置，它是一个抽象类，它的子类负责具体指定索引的存储路径。例如FSDirectory类是负责真实文件系统的存储。

IndexWriter是写索引的核心类，该类负责创建新索引或者打开已有的索引，以及向索引中添加、更新、删除被索引文档。该类不负责读取和搜索索引。

Analyzer是分词器的抽象类，分词器用来对文本信息进行分析处理，例如：输入的索引信息是Let me see.经过分词器分析后，得到三个单词Let、me、see。当然有很多分词规则，视实际需要而定。待索引文本需要经过分词器分析后，才能提交给IndexWriter类创建索引。

Document代表待索引的文档信息，可以通俗的理解为一条记录或一篇文章，而Field就是组成Document的最小单位。例如，需要保存10条记录的数据，每个记录包含title和content两个信息项，那么一条记录就是一个Document对象，而title和content就是两个Field。

2、介绍一下搜索索引过程的核心类

Searcher是一个用于搜索由 IndexWriter 类创建的索引，它是个抽象类，其中，IndexSearcher是最常用的派生类，该类最简单的实现是接收单个Query和int topN计数作为参数，返回一个TopDocs对象。

Query是查询子类，它是一个抽象类。搜索指定单词或词组涉及到在项中包装它们，将项添加到查询对象，将查询对象传递到Searcher的搜索方法。

Term是搜索功能的基本单元。与Field对象类似，Term对象包含一对字符串的键值对，即域名和单词。

TopDocs是一个简单的指针容器，其包含前Searcher对象返回的搜索结果，搜索结果包含在其ScoreDoc数组属性中，还包含这些文档的DocId和浮点型分数。

3、下面给出添加索引和搜索的简单示例

添加索引

// 索引文件所在目录
private string INDEX_STORE_PATH = "D:\\SearchIndex";

private void CreateIndex()
{
    // 创建Directory对象，指向索引文件保存的目录
    using (Directory indexDirectory = FSDirectory.Open(new System.IO.DirectoryInfo(INDEX_STORE_PATH)))
    {
        // 定义使用标准分词器
        using (Analyzer analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30))
        {
            // 检查目录是否已经存在
            bool iscreate = !Lucene.Net.Index.IndexReader.IndexExists(indexDirectory);

            // 使用之前创建的分析器、目录来创建索引写对象
            using (IndexWriter writer = new IndexWriter(indexDirectory, analyzer, iscreate, IndexWriter.MaxFieldLength.UNLIMITED))
            {
                // 向索引中添加文档
                AddDocument(writer, "Visual Studio", "Visual Studio 2013");
                AddDocument(writer, "Microsoft Co.", "Microsoft will publish Visual Studio 2013");

                // 优化索引
                writer.Optimize();
            }
        }
    }
}

static void AddDocument(IndexWriter writer, string title, string content)
{
    // 创建文档对象
    Document document = new Document();

    // 给文档添加Field对象
    document.Add(new Field("title", title, Field.Store.YES, Field.Index.ANALYZED));
    document.Add(new Field("content", content, Field.Store.YES, Field.Index.ANALYZED));

    // 将文档添加到writer对象中，由其后代码创建索引
    writer.AddDocument(document);
}

搜索索引

public void Search()
{
    // 创建Directory对象，指向索引文件保存的目录
    using (Directory indexDirectory = FSDirectory.Open(new System.IO.DirectoryInfo(INDEX_STORE_PATH)))
    {
        // 创建标准分词器
        using (Analyzer analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_30))
        {
            // 创建索引搜索对象
            using (IndexSearcher searcher = new IndexSearcher(indexDirectory, true))
            {
                // 查找title中包含visual单词的文档
                Term t = new Term("title", "visual");
                Query query = new TermQuery(t);
                TopDocs docs = searcher.Search(query, 10);
                Console.WriteLine(docs.TotalHits);

                // 查找content中包含studio单词的文档
                t = new Term("content", "studio");
                docs = searcher.Search(new TermQuery(t), 10);
                Console.WriteLine(docs.TotalHits);

            }
        }
    }
}

参考：《Lucene in Action》

Lucene入门（一）

标签：lucene   lucene.net   

原文地址：http://blog.csdn.net/mole/article/details/45643277