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
<!--<br /> <br /> Code highlighting produced by Actipro CodeHighlighter (freeware)<br /> http://www.CodeHighlighter.com/<br /> <br /> -->privatevoidsearch()
{
indexDirectory=Server.MapPath("index")+"\\";//索引路径;
wordPath=Server.MapPath("App_Data")+"\\";//词库路径

highanalyzer=newLucene.Net.Analysis.Standard.StandardAnalyzer();
searcher=newIndexSearcher(indexDirectory);

AnalyzerKTDanalyzer=newKTDictSegAnalyzer(wordPath);
PerFieldAnalyzerWrapperwrapper=newPerFieldAnalyzerWrapper(KTDanalyzer);


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

string[]fields=newstring[]{"News_Title"};
mfqp=newMultiFieldQueryParser(fields,wrapper);

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



Sortsort=newSort(newSortField("ID",true));
Hitsreshits=searcher.Search(m_BooleanQuery,sort);


MultiFieldQueryParserparser=newMultiFieldQueryParser(newstring[]{"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();
}

publicvoidShowHits(Hitshits)
{
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();
intresultsCount=smallerOf(total,this.maxResults+this.startAt);
stringqsid="";

for(inti=0;i<resultsCount;i++)
{
Documentdoc=hits.Doc(i);
qsid+=doc.Get("ID")+",";
}
qsid=qsid.Remove(qsid.Length-1);
DataTabledtdb=os.GetTable("selectID,News_Title,News_BodyfromWEBNEWSwhereIDin("+qsid+")","WEBNEWS").Tables[0];

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

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

DataRowrow=this.Results.NewRow();
highlighter=newHighlighter(newSimpleHTMLFormatter("<fontcolor=\"red\"><B>","</B></font>"),newQueryScorer(highquery));

Lucene.Net.Analysis.TokenStreamtokenStream=highanalyzer.TokenStream("News_Body",newSystem.IO.StringReader(plainText));
Lucene.Net.Analysis.TokenStreamtitletokenStream=highanalyzer.TokenStream("News_Title",newSystem.IO.StringReader(title));

stringresult=highlighter.GetBestFragments(tokenStream,plainText,0,"");
stringtitleresult=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