Lucence.Net学习+盘古分词

创建索引库

 

       //读取文件，存储到索引库

 

        public string CreateDatebase()

        {

        //获取索引库的路径

            var indexPath = AppDomain.CurrentDomain.BaseDirectory + ConfigurationManager.AppSettings["IndexDateBase"];

            FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexPath), new NoLockFactory());

            IndexReader reader = IndexReader.Open(directory, true);

            var searcher = new IndexSearcher(reader);

            //搜索条件

            var query = new PhraseQuery();

            foreach (string word in GetPanGuAnalyzer(str))//先用空格，让用户去分词，空格分隔的就是词“计算机   专业”

            {

                query.Add(new Term("body", word));

            }

            //组成词的字之间可以允许的距离

            query.SetSlop(5);

            TopScoreDocCollector collector = TopScoreDocCollector.create(1000, true);

            searcher.Search(query, null, collector);//根据query查询条件进行查询，查询结果放入collector容器

            ScoreDoc[] docs = collector.TopDocs(0, collector.GetTotalHits()).scoreDocs;//得到所有查询结果中的文档,GetTotalHits():表示总条数   TopDocs(300, 20);//表示得到300（从300开始），到320（结束）的文档内容.

            var  list = new List<string>();

            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);//找到文档id对应的文档详细信息

                var _str = doc.Get("body");

                list.Add(_str);

            }

            ViewBag.List = list;

            return View();

}

进行搜索

 

       public ActionResult List(string  str)

        {

            //获取索引库的路径

            var indexPath = AppDomain.CurrentDomain.BaseDirectory + ConfigurationManager.AppSettings["IndexDateBase"];

            FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexPath), new NoLockFactory());

            IndexReader reader = IndexReader.Open(directory, true);

            var searcher = new IndexSearcher(reader);

            //搜索条件

            var query = new PhraseQuery();

            foreach (string word in GetPanGuAnalyzer(str))//先用空格，让用户去分词，空格分隔的就是词“计算机   专业”

            {

                query.Add(new Term("body", word));

            }

            //组成词的字之间可以允许的距离

            query.SetSlop(5);

            TopScoreDocCollector collector = TopScoreDocCollector.create(1000, true);

            searcher.Search(query, null, collector);//根据query查询条件进行查询，查询结果放入collector容器

            ScoreDoc[] docs = collector.TopDocs(0, collector.GetTotalHits()).scoreDocs;//得到所有查询结果中的文档,GetTotalHits():表示总条数   TopDocs(300, 20);//表示得到300（从300开始），到320（结束）的文档内容.

            var  list = new List<string>();

            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);//找到文档id对应的文档详细信息

                var _str = doc.Get("body");

                list.Add(_str);

            }

            ViewBag.List = list;

            return View();

        }

        /// 对传递过来的字符串进行盘古分词

        /// </summary>

        /// <returns></returns>

        public static List<string> GetPanGuAnalyzer(string txt)

        {

            List<string> list = new List<string>();

            Analyzer analyzer = new PanGuAnalyzer();

            TokenStream tokenStream = analyzer.TokenStream("", new StringReader(txt));

            Lucene.Net.Analysis.Token token = null;

            while ((token = tokenStream.Next()) != null)

            {

                list.Add(token.TermText());

            }

            return list;

        }

IndexReader 删除数据

 //获取字典

            var directory = LucenceHelp.GetDirectory();

            //先删除数据

            IndexReader reader = IndexReader.Open(directory);

            reader.DeleteDocuments(new Term("number", "0"));

            reader.IsOptimized();

            reader.Close();

IndexWriter 删除数据

 

//获取字典

            var directory = LucenceHelp.GetDirectory();

            var writer = new IndexWriter(directory, new PanGuAnalyzer(), false, IndexWriter.MaxFieldLength.UNLIMITED);

            //删除的是与要匹配的关键字相关的文件

            var term = new Term("body", name);

            //删除的是文件名为13的文件

            //var term = new Term("number", "13");

            writer.DeleteDocuments(term);

            writer.Optimize();

            writer.Close();

修改索引

            Analyzer analyzer = new PanGuAnalyzer();

            //获取字典

             var directory = LucenceHelp.GetDirectory();

            //先删除数据

            IndexReader reader = IndexReader.Open(directory);

            reader.DeleteDocuments(new Term("number", "0"));

            reader.Close();

            //再添加数据

            IndexWriter writer = new IndexWriter(directory, analyzer, false, IndexWriter.MaxFieldLength.LIMITED);

            Document document = new Document();

            document.Add(new Field("number", "0", Field.Store.YES, Field.Index.ANALYZED));

            document.Add(new Field("body", "如家快捷酒店-0", Field.Store.YES, Field.Index.ANALYZED));

            writer.AddDocument(document);

            writer.Close();  

   

要添加的文件