利用Lucene.net搭建站内搜索(4)---数据检索

 前面的文章，我们已经对要检索的数据创建了索引，现在要做的就是为用户提供全文搜索的功能。通过Lucene我们还可以简单而高效地对搜索结果进行访问。此文和大家简单的说说利用Lucene.net进行数据的搜索。

当我们查询Lucene的一个索引时，Lucene会返回一个有序的Hits对象集合（collection）Lucene使用默认的评分方式对该集合内的对象按照其得分高低进行排序。对于一个给定的查询，Lucene为每个文档计算一个评分（即一个表示相关性的数值）。Hits本身不是实际的匹配文档集，只是指向这些匹配文档的引用（reference）。

Lucene.net中处理检索的核心API:

类	用    途
IndexSearcher	搜索操作的入口。所有的搜索操作都是通过IndexSercher实例使用一个重载的search方法来实现
Query (及其子类)	具体的Query子类为每一种特定类型的查询进行了逻辑上的封装。Query实例被传递到IndexSeracher的serach方法中
QueryParser	将用户输入的（并且可读的）查询表达式处理为一个具体的Query对象
Hits	提供对搜索结果的访问。Hits对象由IndexSearcher的search方法返回

IndexSearcher
IndexSercher简单易用。搜索操作是通过一个IndexSearcher的实例完成的。IndexSearcher有三个构造函数，目的是告诉IndexSearcher索引存放的路径。构造好IndexSearcher对象后，我们紧接着调用它的一个search方法进行搜索。Search方法提供了很多重载，这里主要方法有：

IndexSearcher.search的函数声明	使用场合
Hits search(Query query)	直接进行搜索，无需过滤
Hits search(Query query,Filter filter)	在过滤标准的约束下，把搜索限制在有效的文档子集之内
void search(Query query,HitCollector results)	只有当我们需要使用搜索返回的所有文档时才调用这个方法。一般来说，只有搜索结果中前几个文档才是我们所需的，所以使用此方法会降低程序的性能

IndexSearcher实例只搜索在它被实例化时已存在的索引。如果制作索引和搜索并发进行，那么最新索引的文档对搜索来说是不可见的。为了能在搜索时找到这些新的文档，必须构造一个新的IndexSearcher对象。

QueryParser
QueryParser是Query的构造器。通过使用由自然语言表示的查询表达式，也可以创建某一个Query子类的对象。Lucene具有一个引人注目的特性，那就是我们可以通过QueryParser类对查询表达式进行解析。QueryParser的主要作用就是用来处理用户输入的查询条件。

Query

Lucene.net的查询操作最终要调用IndexSearcher中的search方法，在该方法中需要一个Query实例作为其参数。Query的子类能够通过其构造函数直接实例化。 

如果想将搜索的文档限制在某一种类别的范围之内。根据搜索应用程序的用户界面，你可以通过日期采集器选择一个搜索的日期范围，也可以通过下拉菜单选择一个搜索的类别，或者还可以选择不受限制的搜索方式。这些功能都能够通过对QueryParser，BooleanQuery（组合查询），RangeQuery（在指定范围内搜索），TermQuery（通过项进行搜索），PhraseQuery（通过短语搜索），PrefixQuery （通过字符串进行搜索）类的整合来实现。

Hits
通过调用search(Query)方法，可以对返回的Hits对象进行处理。我们是通过Hits来访问搜索结果。
Hits类中用于有效地对搜索结果进行访问的方法：

Hits方法	返 回 值
length()	Hits对象集合中所包含的文档的数量
doc(n)	排名第n的Document实例
id(n)	排名第n的Document ID
score(n)	排名第n的标准分值（以得分最高的文档的评分为标准，将分值标准化），这个分值大于0，小于等于1

Hits类对少数文档进行了缓存并且保留了最近使用过的文档。Lucene会自动检索出前100个文档并将其置入缓存。Lucene返回的Hits集合只向用户提供少数评分较高的文档，因为可能这些文档才是用户所需要的。doc(n)、id(n)和score(n)方法需要在文档还没有被放入缓存之前，就将其从索引中读取出来。因此我们建议你，若非真正需要显示或者访问这些文档，就不要调用这些方法。

通过实例实现数据的检索：
上篇我们已经为数据创建了索引，接着上篇的实例来实现检索的功能：

Code
  private void search()
    {
        indexDirectory = Server.MapPath("index")+"\\"; //索引路径;
        wordPath = Server.MapPath("App_Data")+"\\"; //词库路径

        highanalyzer = new Lucene.Net.Analysis.Standard.StandardAnalyzer();
        searcher = new IndexSearcher(indexDirectory);

        Analyzer KTDanalyzer = new KTDictSegAnalyzer(wordPath);
        PerFieldAnalyzerWrapper wrapper = new PerFieldAnalyzerWrapper(KTDanalyzer);


        wrapper.AddAnalyzer("News_Title", KTDanalyzer);
        wrapper.AddAnalyzer("News_Body", KTDanalyzer);

        string[] fields = new string[] { "News_Title" };
        mfqp = new MultiFieldQueryParser(fields, wrapper);

        string nowq = reqs(this.Query);
        if (nowq.Length < 2)
        {
            return;
        }
        q = mfqp.Parse(reqs(this.Query));
        BooleanQuery m_BooleanQuery = new BooleanQuery();
        m_BooleanQuery.Add(q, BooleanClause.Occur.MUST);



        Sort sort = new Sort(new SortField("ID", true));
        Hits reshits = searcher.Search(m_BooleanQuery, sort);


        MultiFieldQueryParser parser = new MultiFieldQueryParser(new string[] { "News_Title", "News_Body" }, highanalyzer);
        highquery = parser.Parse(reqs(this.Query));

        total = reshits.Length();
        if (total > 0)
        { 
            ShowHits(reshits);
        }

        Repeater1.DataSource = Results;
        Repeater1.DataBind();
        DataBind();
    }

    public void ShowHits(Hits hits)
    {  
        this.Results.Columns.Add("title", typeof(string));
        this.Results.Columns.Add("sample", typeof(string));
        this.Results.Columns.Add("path", typeof(string));
        this.Results.Columns.Add("time", typeof(string));


        this.startAt = initStartAt();
        int resultsCount = smallerOf(total, this.maxResults + this.startAt);
        string qsid = "";

        for (int i = 0; i < resultsCount; i++)
        {
            Document doc = hits.Doc(i);
            qsid += doc.Get("ID") + ",";
        }
        qsid = qsid.Remove(qsid.Length - 1);
        DataTable dtdb = os.GetTable("select ID,News_Title,News_Body from WEBNEWS where ID in(" + qsid + ")", "WEBNEWS").Tables[0];

        for (int i = startAt; i < resultsCount; i++)
        {
            DataRow[] drs = dtdb.Select(" ID =" + hits.Doc(i).Get("ID"));
            Document doc = hits.Doc(i);

            string plainText, title;
            plainText = parseHtml(drs[0]["News_Body"].ToString());
            title = parseHtml(drs[0]["News_Title"].ToString());

            DataRow row = this.Results.NewRow();
            highlighter = new Highlighter(new SimpleHTMLFormatter("<font color=\"red\"><B>", "</B></font>"), new QueryScorer(highquery));

            Lucene.Net.Analysis.TokenStream tokenStream = highanalyzer.TokenStream("News_Body", new System.IO.StringReader(plainText));
            Lucene.Net.Analysis.TokenStream titletokenStream = highanalyzer.TokenStream("News_Title", new System.IO.StringReader(title));

            string result = highlighter.GetBestFragments(tokenStream, plainText, 0, "");
            string titleresult = highlighter.GetBestFragments(titletokenStream, title, 0, "");
            if (string.IsNullOrEmpty(titleresult))
            {
                titleresult = title;
            }
            if (string.IsNullOrEmpty(result))
            {
                if (plainText.Length > 100)
                {
                    result = plainText.Substring(0, 100);
                }
                else
                    result = plainText;
            }

            if (result.Length < plainText.Length)
                result = result + "";

            row["title"] = titleresult;
            row["path"] = doc.Get("News_Url");
            row["sample"] = result;
            row["time"] = doc.Get("News_Date");
            this.Results.Rows.Add(row);
        }
    }

运行效果：
 

小结：通过几篇文章和大家一起学习，复习了下Lucene.net的创建索引，分词处理，数据检查的内容，并实现了一个简单的站内搜索。当然Lucene.net的知识还有很多很多，如何追加索引，如何更好的分词，如何更高效的检索数据，都可以更深一步的研究。有什么学习心得还会和大家分享。
最后提前祝大家双节快乐！！O(∩_∩)O

实例代码：（注：只是个练习的小例子，里面可能还有很多Bug，仅供学习参考）
/Files/gaoweipeng/LuceneSearch.rar