Lucene.Net 入门---介绍篇

阅读目录

• lucene.net是什么

• lucene.net特征

• lucene.net类说明

• 准备工作

• Hello World

• 初次使用总结

lucene.net是什么

Apache Lucene.net是一个高性能（high-performance）的全能的全文检索（full-featured text search engine）的搜索引擎框架库，完全（entirely）使用C#开发。它是一种技术（technology），适合于（suitable for）几乎（nearly）任何一种需要全文检索（full-text search）的应用，特别是跨平台（cross-platform）的应用。

 

lucene.net特征

可扩展的高性能的索引能力（Scalable, High-Performance Indexing）

√        超过20M/分钟的处理能力（Pentium M 1.5GHz）

√          很少的RAM内存需求，只需要1MB heap

√         增量索引（incremental indexing）的速度与批量索引（batch indexing）的速度一样快

√           索引的大小粗略（roughly）为被索引的文本大小的20-30%

   

强大的精确的高效率的检索算法（Powerful, Accurate and Efficient Search Algorithms）

√           分级检索（ranked searching）能力，最好的结果优先推出在前面

√          很多强大的query种类：phrase queries, wildcard queries, proximity queries, range queries等

√           支持域检索（fielded searching），如标题、作者、正文等

√           支持日期范围检索（date-range searching）

√           可以按任意域排序（sorting by any field）

√           支持多个索引的检索（multiple-index searching）并合并结果集（merged results）

√           允许更新和检索（update and searching）并发进行（simultaneous）

      lucene.net类说明

• using Lucene.Net.Documents

  • 提供一个简单的Document类，一个document只不过包括一系列的命名了（named）的Fields（域），它们的内容可以是文本（strings）也可以是一个java.io.Reader的实例。

• using Lucene.Net.Analysis

  • 定义了一个抽象的Analyser API，用于将text文本从一个Reader转换成一个TokenStream，即包括一些Tokens的枚举容器（enumeration）。一个TokenStream的组成（compose）是通过在一个Tokenizer的输出的结果上再应用TokenFilters生成的。一些少量的Analysers实现已经提供，包括StopAnalyzer和基于语法（gramar-based）分析的StandardAnalyzer。

• using Lucene.Net.Index;

  • 提供两个主要类，一个是IndexWriter用于创建索引并添加文档（document），另一个是IndexReader用于访问索引中的数据。

• using Lucene.Net.QueryParsers;

  • 实现一个QueryParser。

• using Lucene.Net.Search;

  • 提供数据结构（data structures）来呈现（represent）查询（queries）：TermQuery用于单个的词（individual words），PhraseQuery用于短语，BooleanQuery用于通过boolean关系组合（combinations）在一起的queries。而抽象的Searcher用于转变queries为命中的结果（hits）。IndexSearcher实现了在一个单独（single）的IndexReader上检索。

• using Lucene.Net.Store;

  • 定义了一个抽象的类用于存储呈现的数据(storing persistent data)，即Directory（目录），一个收集器（collection）包含了一些命名了的文件（named files），它们通过一个IndexOutput来写入，以及一个IndexInput来读取。提供了两个实现，FSDirectory使用一个文件系统目录来存储文件，而另一个RAMDirectory则实现了将文件当作驻留内存的数据结构（memory-resident data structures）。       

• using Lucene.Net.Util;
  • 包含了一小部分有用（handy）的数据结构，如BitVector和PriorityQueue等　　

                

准备工作

1.去 http://lucenenet.apache.org/  下载lunece.net  文件

2.在项目添加引用Lucene.Net.dll 

Hello World 

  

下面是一段简单的代码展示如何使用Lucene.net来进行索引和检索

 class Program

    {

        static void Main(string[] args)

        {



            //索引



            Directory direcotry = FSDirectory.GetDirectory("LuceneIndex");

            Analyzer analyzer = new StandardAnalyzer();

            IndexWriter writer = new IndexWriter(direcotry,analyzer);





            IndexReader red = IndexReader.Open(direcotry);

            int totDocs = red.MaxDoc();

            red.Close();



            //添加文档到索引



            string text = string.Empty;

            Console.WriteLine("输入文本你想要添加到索引:");

            Console.Write(">");



            int txts = totDocs;

            int j = 0;

            while((text=Console.ReadLine())!=string.Empty)

            {

                AddTextToIndex(txts++,text,writer);

                j++;

                Console.Write(">");



            }



            writer.Optimize();

         

            writer.Flush();

            writer.Close();



            Console.WriteLine(j + " lines added, " + txts + " documents total");



            //搜索

            IndexSearcher searcher = new IndexSearcher(direcotry);

            QueryParser parser = new QueryParser("postBody", analyzer);



            Console.WriteLine("输入搜索的文本:");

            Console.Write(">");



            while ((text = Console.ReadLine()) != String.Empty)

            {

                Search(text, searcher, parser);

                Console.Write(">");

            }



            //关闭资源

            searcher.Close();

            direcotry.Close();

        }



        //搜索

        private static void Search(string text,IndexSearcher searcher,QueryParser parser)

        {   //条件

            Query query = parser.Parse(text);

 

            //搜索

            Hits hits = searcher.Search(query);



            //显示结果

            Console.WriteLine("搜索 '" + text + "'");

            int results = hits.Length();

            Console.WriteLine("发现 {0} 结果", results);



            for (int i = 0; i < results; i++)

            {

                Document doc = hits.Doc(i);

                float score = hits.Score(i);

                Console.WriteLine("--结果 num {0}, 耗时 {1}", i + 1, score);

                Console.WriteLine("--ID: {0}", doc.Get("id"));

                Console.WriteLine("--Text found: {0}" + Environment.NewLine, doc.Get("postBody"));

            }

        }





        //添加文档到索引中

        private static void AddTextToIndex(int txts,string text,IndexWriter writer)

        {

            Document doc = new Document();

            doc.Add(new Field("id",text.ToString(),Field.Store.YES,Field.Index.UN_TOKENIZED));

            doc.Add(new Field("postBody",text,Field.Store.YES,Field.Index.TOKENIZED));

            writer.AddDocument(doc);



        }

    }

运行结果

初次使用总结

列子hellowword

为了使用 lucene.net 一个应用程序需要做如下几件事。

1.通过添加一系列fileds来创建一批document对象。

2.创建一个indexWriter对象，并且调用它的addDocument()方法来添加进documents.

3.调用queryParser.parse()处理一段文本（string）来建造一个查询（querey）对象。

4.创建一个indexReader对象并将查询对象传入到他的search()方法中。