标签：

原文:Net Core使用Lucene.Net和盘古分词器 实现全文检索

Lucene.net

Lucene.net是Lucene的.net移植版本，是一个开源的全文检索引擎开发包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，供给了完整的盘问引擎和索引引擎，是一个高性能、可伸缩的文本搜索引擎库。它的成果就是卖力将文本数据凭据某种分词算法进行切词，分词后的功效存储在索引库中，从索引库检索数据的速度非常快。Lucene.net需要有索引库，并且只能进行站内搜索。（来自百度百科）

效果图

盘古分词 如何使用

将PanGu.dIl与PanGu.Lucenet.Analyzer. dl并插手到项目中

 

将Dict文件，拷贝到项目Bin文件夹里面

字典文件夹下载：https://pan.baidu.com/s/1HNiLp6bCcodN8vqlck066g 提取码: xydc

测试

可以看到，盘古分词相对Lucene.net自带的一元分词来说，是对照好的，因为一元分词不适合进行中文检索。

一元分词是按字拆分的，好比上面一句话，使用一元分词拆分的功效是："有","一","种","方","言","叫","做","不","老","盖","儿"。如果查找“方言”这个词，是找不到盘问功效的。不切合我们的检索习惯，所以根基不使用。

拓展

上面的"不老盖儿"（河南方言），这里想构成一个词，那么需要创建"不老盖儿"词组并添加到字典里面。

使用DictManage工具：https://pan.baidu.com/s/1Yla2DBM74kSbno8cg5kvGw 提取码：tphe

解压，运行 DictManage.exe 

然后打开 Dict 文件下的 Dict.dct 文件，并添加"不老盖儿"词组

然后查找就可以看到"不老盖儿"词组

然后生存笼罩原有的 Dict.dct 文件

刷新页面或者从头打开页面看下效果

Demo文件说明

简单实现  创建索引核心代码

/// <summary> /// 创建索引 /// </summary> /// <returns></returns> [HttpGet] [Route("createIndex")] public string CreateIndex() { //索引生存位置 var indexPath = Directory.GetCurrentDirectory() + "/Index"; if (!Directory.Exists(indexPath)) Directory.CreateDirectory(indexPath); FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexPath), new NativeFSLockFactory()); if (IndexWriter.IsLocked(directory)) { // 如果索引目录被锁定（好比索引过程中措施异常退出），则首先解锁 // Lucene.Net在写索引库之前会自动加锁，在close的时候会自动解锁 IndexWriter.Unlock(directory); } //Lucene的index模块主要卖力索引的创建 // 创建向索引库写操纵东西 IndexWriter(索引目录,指定使用盘古分词进行切词,最大写入长度限制) // 增补:使用IndexWriter打开directory时会自动对索引库文件上锁 //IndexWriter结构函数中第一个参数指定索引文件存储位置； //第二个参数指定分词Analyzer，Analyzer有多个子类， //然而其分词效果并欠好，这里使用的是第三方开源分词工具盘古分词； //第三个参数暗示是否从头创建索引，true暗示从头创建（删除之前的索引文件）， //最后一个参数指定Field的最大数目。 IndexWriter writer = new IndexWriter(directory, new PanGuAnalyzer(), true, IndexWriter.MaxFieldLength.UNLIMITED); var txtPath = Directory.GetCurrentDirectory() + "/Upload/Articles"; for (int i = 1; i <= 1000; i++) { // 一条Document相当于一笔记录 Document document = new Document(); var title = "天骄战纪_" + i + ".txt"; var content = System.IO.File.ReadAllText(txtPath + "/" + title, Encoding.Default); // 每个Document可以有本身的属性（字段），所有字段名都是自界说的，值都是string类型 // Field.Store.YES不只要对文章进行分词记录，，也要生存原文，就不用去数据库里查一次了 document.Add(new Field("Title", "天骄战纪_" + i, Field.Store.YES, Field.Index.NOT_ANALYZED)); // 需要进行全文检索的字段加 Field.Index. ANALYZED // Field.Index.ANALYZED:指定文章内容凭据分词后功效生存，否则无法实现后续的模糊盘问 // WITH_POSITIONS_OFFSETS:指示不只生存支解后的词，还生存词之间的距离 document.Add(new Field("Content", content, Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS)); writer.AddDocument(document); } writer.Close(); // Close后自动对索引库文件解锁 directory.Close(); // 不要忘了Close，否则索引功效搜不到 return "索引创建完毕"; }

View Code

搜索代码