问题描述
谈之前先听我啰嗦两句~亲。我秉承了自己一贯作风~拿来主义。当领导对我说：下个项目WEB前端用索引Lucene.Net+盘古分词和XML，完全脱离数据库。听到这些两眼一抹黑，咋办压根连听都很少听到过啊！万念俱灰的感觉，为了金钱只能咬牙切齿蹦出来两个字：拼了。毕竟在我很遥远时代听过，看过感觉太复杂永远也用不到丢弃了。没想到这次“美梦”成真了。只能依靠万能的百度CSDN博客园，拼命找啊。找了好多，不是版本太低，就是我水平不够，理解不透，好吧菜鸟只是水平下等，大虾们原谅。通过种种把终于开始第一个DEMO，没办法只能，时间就是金钱~我的朋友（摘WOW）。就从我亲身体验开始啊，希望大家一起探讨，不带人身攻击的提前声明：可以拍砖~探讨~我是带着学习的心态来和大虾们学习的！不罗嗦了，先开始第一部分：创建索引和增删改索引Lucene.Net版本用的2.9。。。。。。PanGu盘古用的2.3，下载地址：下载后怎么引用就不说了，如果不会~自宫算了o(∩_∩)o哈哈使用盘古分词钱别忘记~加载盘古引用路径：//定义盘古分词的xml引用路径PanGu.Segment.Init(PanGuXmlPath);/*------------------==============创建索引开始=============---------------*////<summary>///创建索引生成///</summary>privatevoidCreateIndex(){IndexWriterwriter=null;try{//创建索引目录if(!Directory.Exists(IndexDic))//配置文件放最后亲{Directory.CreateDirectory(IndexDic);}/*注释掉的是数据库抓取的数据循环的，带着学习心态的同志们，请自行读取，这里辛苦你们了*///从数据库获取数据//DataTabledt=NULL;//IndexWriter第三个参数:true指重新创建索引,false指从当前索引追加....此处为新建索引所以为---true。这里用的盘古分词writer=newIndexWriter(IndexDic,PanGuAnalyzer,true,Lucene.Net.Index.IndexWriter.MaxFieldLength.LIMITED);//if(dt.Rows.Count>0)//{//for(inti=0;i<dt.Rows.Count;i++)//{#region数据库读取数据赋值给自定义值stringNo="NO12345";stringName="数据库读取的亲们";stringPrice="0.00";//if(!string.IsNullOrEmpty(Price))//{//Price="1.11";//}#endregion#region赋值并生成索引Documentdoc=newDocument();//只做存储~不分词doc.Add(newField("No",No,Field.Store.YES,Field.Index.NOT_ANALYZED));//名字进行分词doc.Add(newField("Name",Name,Field.Store.YES,Field.Index.ANALYZED));//方便排序，根据价格区间排序前需要把参数具体化，我百度出的自我感觉最好办法，如有更好请告知谢谢FieldablePriceValue=newNumericField("Price",Field.Store.YES,true);((NumericField)PriceValue).SetFloatValue(float.Parse(Price));doc.Add(PriceValue);#endregion//执行添加索引writer.AddDocument(doc);//}//}//索引重排writer.Optimize();writer.Close();}catch{//出错也不要忘记关闭writer.Close();}}///<summary>///引存放目录///</summary>protectedstringIndexDic{get{returnServer.MapPath("/NewIndexDic/Seach");}}///<summary>///盘古分词器///</summary>protectedAnalyzerPanGuAnalyzer{get{returnnewPanGuAnalyzer();}}///<summary>///盘古分词的配置文件///</summary>protectedstringPanGuXmlPath{get{returnServer.MapPath("/PanGu/PanGu.xml");}}修改删除增加，明天继续~洗澡
解决方案
本帖最后由 u012076966 于 2013-09-10 22:01:03 编辑
解决方案二：
有错别字，见谅，语文不及格
解决方案三：
第一次分享发帖可能有些混乱~
解决方案四：
感谢你的分享啊。如果没有人回复，你是可以自己编辑的。
解决方案五：
多谢分享呀，虽然还没用过，不过，看了挺有触发的
解决方案六：
引用3楼caozhy的回复:
感谢你的分享啊。如果没有人回复，你是可以自己编辑的。
3Q
解决方案七：
整理下思路，开始增删改，其实也不复杂，只是说下搜索出来的资料整理下而已，
解决方案八：
增加、修改、删除和创建基本一样，需要注意的是：//第三个参数要为：false，我注释里面也有些，如果仔细看writer=newIndexWriter(IndexDic,PanGuAnalyzer,false,Lucene.Net.Index.IndexWriter.MaxFieldLength.LIMITED);/*第二个注意是调用函数不一样我分别写出来*///添加一条新的索引writer.AddDocument(doc);//修改一条索引Termterm=newTerm("No",No);writer.UpdateDocument(term,doc);//删除一条索引Termterm=newTerm("No",No);writer.DeleteDocuments(term);看了是不是挺简单，接下来就是查询了
解决方案：
生成索引是比较麻烦的。我原来那个用的是ShootAnalyzer的分词，每周生成一次索引（要不然有的新的关键词原分词系统里面没有的就检索不到）。
解决方案：
当时大概几个G的HTML静态文件（具体多少G记不清了），生成索引以后大概在700M左右。
解决方案：
引用8楼5653325的回复:
生成索引是比较麻烦的。我原来那个用的是ShootAnalyzer的分词，每周生成一次索引（要不然有的新的关键词原分词系统里面没有的就检索不到）。
是啊，不过自带分词我感觉最好用的就是：SimpleAnalyzer（）可以按标点符号分词，这样对我前端属性搜索非常便利，盘古分词真心不行，不知道大侠们有办法没（比如：无线上网，停车位，外送），盘古分词可以按标点符号分词最好了
解决方案：
忘记增加了一个索引字段：//当WEB前端搜索显示全部索引库数据时候，我网上找资料好像没有很的好解决方案，都是在做索引的时候增加一个特殊字段索引或其他，我就是利用增加一个特殊字段索引，当用户搜索显示全部数据时候，传入参数：alllist就能查询出所有索引库数据，如果有更好办法请告知下，这里先谢了。doc.Add(newField("AllList","alllist",Field.Store.YES,Field.Index.NOT_ANALYZED));
解决方案：
引用10楼u012076966的回复:
Quote: 引用8楼5653325的回复:
生成索引是比较麻烦的。我原来那个用的是ShootAnalyzer的分词，每周生成一次索引（要不然有的新的关键词原分词系统里面没有的就检索不到）。是啊，不过自带分词我感觉最好用的就是：SimpleAnalyzer（）可以按标点符号分词，这样对我前端属性搜索非常便利，盘古分词真心不行，不知道大侠们有办法没（比如：无线上网，停车位，外送），盘古分词可以按标点符号分词最好了
我当时那个是针对静态HTML文件做的全文检索。当时有HTML、分词库、索引库、索引建立更新程序（winform）、搜索功能（webform）组成，基本没涉及到数据库。流程是先用winform读取分词库来给所有的html建立索引库，然后搜索的时候根据用户传递过来的关键字返回符合关键字的html的url路径。所以这个分词库需要每周更新（没法做到那么智能，会自动区分关键字），每周更新索引。更新索引的时间比较长（4-6G大概需要4个小时左右（单线程））。我这方法是最笨的方法，当时也是百度不到文档，自己扣出来的。最终总算是实现了。不过现在像百度和google都带的有站内搜索，用着还是比较方便的。引用一个js就行了。
解决方案：
分享一些简单lucene.net属性说明整理了下，很简单，凭着分享精神不收积分，哈哈。顺带附上了盘古分词的维护工具
解决方案：
感谢分享
解决方案：
慢慢来，整理下工作，交接辞职
解决方案：
菜鸟一枚路过，收藏了，以后“美梦”成真时说不定用得上！
解决方案：
引用16楼yw39019724的回复:
菜鸟一枚路过，收藏了，以后“美梦”成真时说不定用得上！
解决方案：
楼主好人啊，这个lucene现在不开源了吧。
解决方案：
测试下，可以回复了不
解决方案：
/*----------------===============简单搜索============---------------*////<summary>///加载绑定数据///</summary>protectedvoidBind(){stringName=txtName.Text;stringAlllist="1";//URL传值//价格区间查询stringPriceStart=txtStart.Text;stringPriceEnd=txtEnd.Text;Hitsmyhit=null;//IndexDic索引配置文件，上面已发IndexSearchermysea=newIndexSearcher(IndexDic);//SortField构造函数第三个字段true为降序,false为升序stringstrListDesc=ddlOrder.SelectedValue;//排序字段Sortsort=null;//排序字段priceif(strListDesc=="1"){sort=newSort(newSortField("price",SortField.AUTO,false));}else{sort=newSort(newSortField("price",SortField.AUTO,true));}BooleanQuerybooleanQuery=newBooleanQuery();TermQuerytermNO=null;TermQuerytermAllList=null;//查询所有if(Alllist=="1"){termAllList=newTermQuery(newTerm("AllList","alllist"));booleanQuery.Add(termAllList,BooleanClause.Occur.MUST);}//按盘古分词查询if(Name!=""){Name=GetKeyWordsSplitBySpace(Name);QueryParserparse=newQueryParser("Name",PanGuAnalyzer);Queryquery=parse.Parse(Name);parse.SetDefaultOperator(QueryParser.Operator.OR);booleanQuery.Add(query,BooleanClause.Occur.MUST);}Filterfilter=null;//价格区间查询if(PriceStart!=""&&PriceEnd!=""){floatfspc=float.Parse(PriceStart);floatfepc=float.Parse(PriceEnd);booleanQuery.Add(NumericRangeQuery.NewFloatRange("Price",fspc,fepc,true,true),BooleanClause.Occur.MUST);}//分页我使用的是第三方分页控件TopDocsdocs=mysea.Search(booleanQuery,filter,AspNetPager1.StartRecordIndex+AspNetPager1.PageSize-1,sort);AspNetPager1.RecordCount=docs.totalHits;if(docs!=null&&docs.totalHits>0){DataRowmyrow;DataTablemytab=newDataTable();mytab.Columns.Add("No");mytab.Columns.Add("Name");mytab.Columns.Add("Price1");mytab.Clear();for(inti=0;i<docs.totalHits;i++){//分页读取数据if(i>=AspNetPager1.StartRecordIndex-1&&i<AspNetPager1.StartRecordIndex+AspNetPager1.PageSize-1){Documentdoc=mysea.Doc(docs.scoreDocs[i].doc);myrow=mytab.NewRow();#region给DataTable每行赋值根据DataRowmyrow[0]=doc.Get("No").ToString();myrow[1]=doc.Get("Name").ToString();myrow[2]=doc.Get("Price1").ToString();#endregionmytab.Rows.Add(myrow);myrow.AcceptChanges();}}//绑定数据控件rp_Item.DataSource=mytab;rp_Item.DataBind();mysea.Close();}}///<summary>///处理关键字为索引格式///</summary>///<paramname="keywords"></param>///<returns></returns>privatestringGetKeyWordsSplitBySpace(stringkeywords){PanGuTokenizerktTokenizer=newPanGuTokenizer();StringBuilderresult=newStringBuilder();ICollection<WordInfo>words=ktTokenizer.SegmentToWordInfos(keywords);foreach(WordInfowordinwords){if(word==null){continue;}result.AppendFormat("{0}^{1}.0",word.Word,(int)Math.Pow(3,word.Rank));}returnresult.ToString().Trim();}
解决方案：
感谢分享，建议写到个人的blog里面
解决方案：
简单把，基本上结束了。有空整理个小DEMO，其实好多也是我拿别人的，直接用的，这里谢谢那些大虾们
解决方案：
引用21楼nice_fish的回复:
感谢分享，建议写到个人的blog里面
不错建议，我去看看嘿嘿
解决方案：
LZ，你好啊！我用的也是盘古分词，但是搜索有些单个字的时候查出来的数据不完整，您能帮我分析一下吗？QQ：237377144，谢谢LZ