首页 新闻 搜索 专区 学院

lucene.net下的中英文混合搜索

0
悬赏园豆:50 [待解决问题]
索引的创建

string indexPath = @"c:\index";
//索引的存放路径
FSDirectory fsDire = FSDirectory.Open(new DirectoryInfo(indexPath));
//创建一个FsDirectory对象
bool isLive = IndexReader.IndexExists(fsDire);
//查看目录是否存在
if (isLive) System.IO.Directory.Delete(indexPath,true);
//删除旧的索引
System.IO.Directory.CreateDirectory(indexPath);
isLive = IndexReader.IndexExists(fsDire);
if (IndexWriter.IsLocked(fsDire))
{
//如果上锁则解锁
IndexWriter.Unlock(fsDire);
}

IndexWriter writer = new IndexWriter(fsDire, new PanGuAnalyzer(), !isLive, IndexWriter.MaxFieldLength.UNLIMITED);
//fsDire 存放位置
//new PanGuAnalyzer() 盘古分词
//!isLive 是否创建
//IndexWriter.MaxFieldLength.UMLIMITED 字段长度无限
//成功创建一个用以向文件夹写入索引数据的IndexWriter对象
string txtPath = @"c:\倾世魔师.txt";
//文章的地址
Document document = new Document();
//新建一个document(索引)对象
document.Add(new Field("id", "1", Field.Store.YES, Field.Index.NOT_ANALYZED));

document.Add(new Field("body", File.ReadAllText(txtPath, Encoding.Default), Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));

//为索引对象添加字段,一个存放Id,另一个存放主要内容。
writer.AddDocument(document);
//将索引写到相对应的位置
writer.Close();
fsDire.Close();

搜索时所调用的方法  

string indexPath = @"c:\index";
//索引存放的路径。
string keyWords = TextBox1.Text;
//关键字
FSDirectory fsDire = FSDirectory.Open(new DirectoryInfo(indexPath),new NoLockFactory());
//创建一个FSDirectroy对象
IndexReader reader = IndexReader.Open(fsDire);
//创建一个IndexReader对象
IndexSearcher searcher = new IndexSearcher(reader);
//创建一个IndexSearcher对象
PhraseQuery query = new PhraseQuery();
//创建一个PhraseQuery对象

Lucene.Net.Analysis.Analyzer analyzer = new PanGuAnalyzer();

Lucene.Net.Analysis.TokenStream tokenStream = analyzer.TokenStream("", new StringReader(keyWords));

Lucene.Net.Analysis.Token token = null;
while ((token = tokenStream.Next()) != null)
{
query.Add(new Term("body", token.Term()));

}

//为关键字进行分词,再作查询。
query.SetSlop(50);
TopScoreDocCollector collector = TopScoreDocCollector.create(200,true);
searcher.Search(query,null,collector);
ScoreDoc[] docs = collector.TopDocs(0,collector.GetTotalHits()).scoreDocs;
for (int i = 0; i < docs.Length; i++)
{
int docId = docs[i].doc;
Document document = searcher.Doc(docId);
Response.Write(document.Get("body"));
}

代码如上,索引创建过程没有问题,用的是盘古分词。

搜索的时候如果仅仅是搜一个单词(单词/word)或者是一组数字,都没有问题。

如果是中英混合,则搜索不到任何数据。

"单词 word"如此的搜索条件。

求指点,第一次用开源项目,很多地方都不动,代码笨拙之处还请见谅和耐心指导,谢谢= = 。

< >
分享
所有回答(2)
0

lucene.net 2.0支持   你可以使用lucene的分词算法+自己词库(词库可以去网上下载或者其他的分词开源代码),

中英问混淆得不到任何数据  可能是你的词库和算法的原因  建议你去找其他好点的算法或者词库  如有需要请加QQ 我这里有C#实现的完整收索引擎  性能肯定比不上 百度那些的   邮箱185367128@qq.com

落幕残情 | 园豆:9 (初学一级) | 2012-10-05 22:10

我用的是盘古分词。

支持(0) 反对(0) Leo.Exia | 园豆:152 (初学一级) | 2012-10-06 09:48
0

全文检索工具,我知道,但没用过。

jerry-Tom | 园豆:4077 (老鸟四级) | 2012-10-08 17:49
清除回答草稿
   您需要登录以后才能回答,未注册用户请先注册