盘古 + Lucene 实现 .NET 分词 + 全文检索－全文检索

在本连载前一节中，我们提到了有个下载地址，这里面还有两个重要 DLL：Lucene.Net.dll、PanGu.Lucene.Analyzer.dll，是用于全文检索的，PanGu.Lucene.Analyzer 是盘古针对 Lucene 写的分析器，我们也可以不用它的，比如可以用自带的：new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_29)。

盘古的文档中也提到了具体使用方法，但是它使用的一些方法是 Lucene 抛弃的方法，本文使用的是 Lucene 推荐的方法。

先还是照前一节的操作添加并引用 DLL。

创建索引

要使用全文检索，我们得把我们的文章加入索引。

• Store.YES 检索时可以用 IndexSearcher.Doc(i).GetField 获取内容。
• Store.NO 检索时不可用 IndexSearcher.Doc(i).GetField  获取内容，由于不保存内容所以节省空间。
• Store.COMPRESS 检索时可以用 IndexSearcher.Doc(i).GetField 获取内容，可以节省生成索引文件的空间。

别人的教程中，IndexWriter 构造函数使用了另一个重载，即第三个参数为 bool，如果为 true 表示不存在就创建、存在就覆盖，为 false 表示不存在就出错、存在就追加。这个不方便，因为我们需要的是：不存在就创建、存在就追加，怎样才能实现这个功能呢？省略掉，就实现这个功能了。

检索

这里有几点说明：

• 一是要写一个 GetKeyWordsSplitBySpace 方法。
• 二是 QueryParser 是单字段搜索，多字段搜索用 MultiFieldQueryParser。或者也可用 PanGu 文档中的用法（代码见下）。二者效果是不太一样的。
• 三是 Search 第二个参数是最大返回条数。
• 四是如果我们搜“技术”，第二条“水稻栽培技术”就不出来结果，这是为什么呢？采用盘古分词，我们发现“机械维修技术”被分为：机械、维修、技术，而“水稻栽培技术”被分为：水稻、栽培技术，这下明白原因了吧。

最后结合前一节介绍的，就可实现摘要和高亮。

分词修改

前面说了关于这个分词，会影响搜索结果，我们可以用下载的文件包中的 DictManage.exe 来维护分词。

要说明两点：

• 一是修改了分词，要保存。
• 二是要重新用 IndexWriter 写入索引。