Lucene.Net用了又忘...由于现在信息量爆炸，用过的东西用完就忘，只好自己写个笔记来记录一下了... 1： 需要DLL Lucene.Net.dll PanGu.dll PanGu.HighLight.dll PanGu.Lucene.Analyzer.dll 没有的话，可以去我
Lucene.Net用了又忘...由于现在信息量爆炸，用过的东西用完就忘，只好自己写个笔记来记录一下了...
1： 需要DLL
Lucene.Net.dll
PanGu.dll
PanGu.HighLight.dll
PanGu.Lucene.Analyzer.dll
没有的话，可以去我的资源包里面下，地址如下： http://download.csdn.net/download/kimizhou_blog/10016313
2；生成索引
string indexPath = Context.Server.MapPath("~/App_Data/IndexData");//索引文档保存位置
string commonProductIndexPath = string.Format("{0}/{1}", indexPath, "commonProduct"); //积分商城产品
//开始处理 积分商城产品索引
CreateCommonProductIndex(commonProductIndexPath);
然后看看CreateCommonProductIndex方法
/// <summary>
/// 创建积分商城产品索引
/// </summary>
/// <param name="indexPath"></param>
private void CreateCommonProductIndex(string indexPath)
{
FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexPath), new NativeFSLockFactory());//绑定索引目录
bool isExist = IndexReader.IndexExists(directory);
if (isExist)
{
if (IndexWriter.IsLocked(directory))
{
IndexWriter.Unlock(directory);
}
}
IndexWriter writer = new IndexWriter(directory, new PanGuAnalyzer(), !isExist, IndexWriter.MaxFieldLength.UNLIMITED);
writer.DeleteAll();//先删之前的索引
IList<ProductInfoByIndex> list = Product.GetProductListByIndex();
foreach (var item in list)
{
Document document = new Document();
document.Add(new Field("id", item.ProductID.ToString(), Field.Store.YES, Field.Index.ANALYZED));//--所有字段的值都将以字符串类型保存 因为索引库只存储字符串类型数据
string Content = string.Format("{0}", item.ProductName);
document.Add(new Field("Content", Content, Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
writer.AddDocument(document); //文档写入索引库
}
writer.Close();//会自动解锁
directory.Close(); //不要忘了Close，否则索引结果搜不到
}
其中
IList<ProductInfoByIndex> list = Product.GetProductListByIndex();方式是去数据中读取这个list对象，这里代码就不贴出来了。到这里你的索引已经创建出来的，那么接下来需要查询和显示
查询是最困难的，各种匹配
3：查询索引并且显示出来
GetProductIndex方法就是获取索引代码如下：
/// <summary>
/// 获取积分商品索引
/// </summary>
private void GetProductIndex()
{
string indexPath = Context.Server.MapPath("~/App_Data/IndexData");//索引文档保存位置
string commonProductIndexPath = string.Format("{0}/{1}", indexPath, "commonProduct"); //积分商城产品
FSDirectory directory = FSDirectory.Open(new DirectoryInfo(commonProductIndexPath), new NoLockFactory());
IndexReader reader = IndexReader.Open(directory, true);
IndexSearcher searcher = new IndexSearcher(reader);
BooleanQuery bQuery = new BooleanQuery();
foreach (string word in SplitContent.SplitWords(Request["SearchKey"]))
{
Query queryUseringNatrue = new WildcardQuery(new Term("Content", "*" + word + "*"));
bQuery.Add(queryUseringNatrue, BooleanClause.Occur.MUST);// MUST 必须
}
Sort sort = new Sort(new SortField("id", SortField.FLOAT, true)); //true为降序排序
TopDocs docs = searcher.Search(bQuery, (Filter)null, 9999999, sort);
List<ProductInfoByIndex> proList = new List<ProductInfoByIndex>();
for (int i = 0; i < docs.totalHits; i++)
{
Document doc = searcher.Doc(docs.scoreDocs[i].doc);
ProductInfoByIndex product = new ProductInfoByIndex();
product.ProductID = System.Convert.ToInt32(doc.Get("id"));
product.ProductName = doc.Get("Content");
//product.ProductName = SplitContent.HightLight(Request["SearchKey"], doc.Get("Content"));
proList.Add(product);
}
productResultList = proList;
this.Message += string.Format("|{0}条积分商城产品", docs.totalHits);
//PhraseQuery query = new PhraseQuery();
//foreach (string word in SplitContent.SplitWords(Request["SearchKey"]))
//{
// query.Add(new Term("Content", word));
//}
//query.SetSlop(100);
//TopScoreDocCollector collector = TopScoreDocCollector.create(1000, true);
//searcher.Search(query, null, collector);
//ScoreDoc[] docs = collector.TopDocs(0, collector.GetTotalHits()).scoreDocs;
//List<ProductInfoByIndex> proList = new List<ProductInfoByIndex>();
//for (int i = 0; i < docs.Length; i++)
//{
// int docId = docs[i].doc;//得到查询结果文档的id（Lucene内部分配的id）
// Document doc = searcher.Doc(docId);//根据文档id来获得文档对象Document
// ProductInfoByIndex product = new ProductInfoByIndex();
// product.ProductID = System.Convert.ToInt32(doc.Get("id"));
// //book.ContentDescription = doc.Get("content");//未使用高亮
// //搜索关键字高亮显示 使用盘古提供高亮插件
// product.ProductName = SplitContent.HightLight(Request["SearchKey"], doc.Get("Content"));
// proList.Add(product);
//}
// productResultList = proList;
//this.Message += string.Format("|{0}条积分商城产品", docs.Length);
}
其中我注释掉的，是另外一种方法，这里我用的效率比较慢的模糊查询
Query queryUseringNatrue = new WildcardQuery(new Term("Content", "*" + word + "*"));
这个类似 数据库的like '%关键字%'
到这里就已经获取到了所有的索引资料了，是不是很简单，你get到了吗？最后我再给大家介绍索引的几种查询方式：
第1种：
//string keyWordUseringNatrue = "营运";
//if (!string.IsNullOrWhiteSpace(keyWordUseringNatrue))
//{
// QueryParser parseUseringNatrue = new QueryParser("UseringNatrue", new PanGuAnalyzer());
// Query query = parseUseringNatrue.Parse(keyWordUseringNatrue);
// parseUseringNatrue.SetDefaultOperator(QueryParser.Operator.AND);
// bQuery.Add(query, BooleanClause.Occur.MUST);
//}
//营运
//Query queryUseringNatrue = new WildcardQuery(new Term("UseringNatrue", "营运"));
//bQuery.Add(queryUseringNatrue, BooleanClause.Occur.MUST);// MUST 必须
这个查询是什么呢？是一般的查询，会查询出运营相关的，但是他和like不一样，他跟分词有关，比如说，“爱” 就查询不出 “可爱” ，pangu有自己的分词，但是这个比较常用，下面汇总一下其它的查询：
其它查询汇总：
//介绍各种Query
//TermQuery： 首先介绍最基本的查询，如果你想执行一个这样的查询：在content字段中查询包含‘刘备的document”，那么你可以用TermQuery：
// Term t = new Term("content", "刘备");
// Query query = new TermQuery(t);
//BooleanQuery ：如果你想这么查询：在content字段中包含”刘备“并且在title字段包含”三国“的document”，那么你可以建立两个TermQuery并把它们用BooleanQuery连接起来：
//1 TermQuery termQuery1 = new TermQuery(new Term("content", "刘备"));
//2 TermQuery termQuery2 = new TermQuery(new Term("title", "三国"));
//3 BooleanQuery booleanQuery = new BooleanQuery();
//4 booleanQuery.Add(termQuery1, BooleanClause.Occur.SHOULD);
//5 booleanQuery.Add(termQuery2, BooleanClause.Occur.SHOULD);
//WildcardQuery ：如果你想对某单词进行通配符查询，你可以用WildcardQuery，通配符包括’?’匹配一个任意字符和’*’匹配零个或多个任意字符，例如你搜索’三国*’，你可能找到’三国演义’或者’三国志’：
//1 Query query = new WildcardQuery(new Term("content", "三国*"));
//PhraseQuery ：你可能对中日关系比较感兴趣，想查找‘中’和‘日’挨得比较近（5个字的距离内）的文章，超过这个距离的不予考虑，你可以
//1 PhraseQuery query = new PhraseQuery();
//2 query.SetSlop(5);
//3 query.Add(new Term("content ", "中"));
//4 query.Add(new Term("content", "日"));
//那么它可能搜到“中日合作……”、“中方和日方……”，但是搜不到“中国某高层领导说日本欠扁”
//PrefixQuery ：如果你想搜以‘中’开头的词语，你可以用PrefixQuery：
//1 PrefixQuery query = new PrefixQuery(new Term("content ", "中"));
//FuzzyQuery ：FuzzyQuery用来搜索相似的term，使用Levenshtein算法。假设你想搜索跟‘wuzza’相似的词语，你可以：
//1 Query query = new FuzzyQuery(new Term("content", "wuzza"));
//你可能得到‘fuzzy’和‘wuzzy’。
//RangeQuery： 另一个常用的Query是RangeQuery，你也许想搜索时间域从20060101到20060130之间的document，你可以用RangeQuery：
//1 RangeQuery query = new RangeQuery(new Term("time","20060101"), new Term("time","20060130"), true);
//最后的true表示用闭合区间。
因为各个版本，他们使用的都不太一样，下面介绍一种常用的读取以后显示的方式，其中Sort就是排序
Stopwatch stopwath = new Stopwatch();//秒表
Sort sort = new Sort(new SortField("CarPrice", SortField.FLOAT,true)); //true为降序排序 CarPrice为价格 SortField.DOC是？
TopDocs docs = searcher.Search(bQuery, (Filter)null, 9999999, sort);
stopwath.Stop();//秒表停止
long lSearchTime = stopwath.ElapsedMilliseconds;//耗时
List<CarSourceInfoByIndex> carSourceResult = new List<CarSourceInfoByIndex>();
for (int i=0;i<docs.totalHits; i++)
{
Document doc = searcher.Doc(docs.scoreDocs[i].doc);
CarSourceInfoByIndex carSource = new CarSourceInfoByIndex()
{
Id = int.Parse(doc.Get("Id")),
CarPrice = System.Convert.ToDouble(doc.Get("CarPrice")),
Recommended = SplitContent.HightLight(Request["SearchKey"], doc.Get("Content"))
};
carSourceResult.Add(carSource);
}
carSourceResultList2 = carSourceResult;
this.Message += string.Format("{0}条测试", docs.totalHits); 就到这里了，不懂的可以加我QQ 10200454咨询