Lucene.Net 搜索时候 如何拆词,分词啊？已经建立好索引了。

[020job]

Lucene.Net 搜索时候 如何拆词,分词啊？已经建立好索引了。

比如搜索"设计人员"的时候，包括“设计”，或者”人员“的信息都出来。

我的代码是这样写的

            //定义多条件搜索分析器
            BooleanQuery bquery = new BooleanQuery();
            //定义分词器
            Analyzer analyzer = new StandardAnalyzer();
            
            MultiFieldQueryParser parser =  new MultiFieldQueryParser(new string[]{ "shuju1", "shuju2"});
 
            Query query = parser.Parse("设计人员");

我发现只有搜索"设计 人员" 加上空格才会出现我需要的信息，
但是不能指望所有用户都用空格啊？

比如说搜c语言,包括“c”的和“语言”的结果全部出来，搜索程序设计，“程序”和“设计”的全部出来。


谁能给个方法啊,

[3610]

顶一下 Split 搞定

[我就是大神]

以前写的，我也看不太懂了。不知道有没有用
private IEnumerable<string> SplitWords(string s)
{
List<string> listWords = new List<string>();
Analyzer analyzer = new PanGuAnalyzer();
TokenStream tokenStream = analyzer.TokenStream("",new StringReader(s));
Lucene.Net.Analysis.Token token = null;
while ((token = tokenStream.Next()) != null)
{
string word = token.TermText();
listWords.Add(word);
}
return listWords;
}

//返回搜索到的数据
public List<SearchResult> SearchWords(string keyWords)
{
FSDirectory directory = FSDirectory.Open(new DirectoryInfo(indexPath),
new NoLockFactory());
IndexReader reader = IndexReader.Open(directory, true);
IndexSearcher searcher = new IndexSearcher(reader);
PhraseQuery query = new PhraseQuery();//查询条件，where

foreach (string word in SplitWords(keyWords))
{
query.Add(new Term("cContent", word));
}

query.SetSlop(100);//词之间的距离超过多少就不匹配
//盛放结果的容器
TopScoreDocCollector collector = TopScoreDocCollector.create(1000, true);
searcher.Search(query, null, collector);//使用query这个查询条件进行搜索，结果放入collector中
ScoreDoc[] docs = collector.TopDocs(0, collector.GetTotalHits()).scoreDocs;

List<SearchResult> list = new List<SearchResult>();
for (int i = 0; i < docs.Length; i++)
{
int docId = docs[i].doc;//文档的Id，这个Id是Lucene.net内部分配的
Document doc = searcher.Doc(docId);//为了降低内存占用，查询结果中只有id，如果想获得文档，需要调用searcher.Doc
long id = Convert.ToInt64(doc.Get("cId"));//只有保存的时候Store.Yes的字段才能用Get取出来
string name = doc.Get("cName");
string content = StrReplace(GetHightLight(keyWords, doc.Get("cContent"), "red"));
list.Add(new SearchResult { Id = id, Name = name,Content= content});
}
return list;
}

[以专业开发人员为伍]

如果你不纠结于什么 Lucene.net，实际上自己写一个其实还是很简单的（只要配个词库即可）。

例如参考：http://topic.csdn.net/u/20120402/17/35a9ef15-cc1b-40bf-b81f-31bf880a4c50.html?41547
基本的算法可以在这个找到。分词不过是比它扫描趟书稿一些。比如当扫描到“北”这个字的时候，要求把凡是被处理字符串中符合词库中以“北”这个字打头的词（例如北京、北京市、北京市朝阳区，等等）都显示出来，并且逐字扫描一遍。

这就要求词典的结构是按照单个字倒排树索引的，这样才能保证性能。

[以专业开发人员为伍]

实际上自己写这样的程序用几十行代码就行了，我不会用第三方类库。

[以专业开发人员为伍]

哦当然扫描时应该从前一个词的结尾开始，对于例如“.....预先设计划分担词”这样的文字是应该可以跳过“设计”这个词的而不会返回的。

我不知道Lucene.Net这个东西的性能如何，觉得这种百八十行的小程序还是自己写为好。

[startstartsvip]

脑残法 用户输入加空格 拍列组合 然后搜索

[startstartsvip]

Za· NaLi Fen Ci