c# - 我如何实现标签搜索？与卢塞恩？

Question

我没用过lucene。上次我问(很多个月前，也许一年前)人们建议使用 lucene。如果我不应该使用 lucene，我应该使用什么？作为我的例子，有一些元素被标记为这样

1. 苹果胡萝卜
2. 苹果
3. 胡萝卜
4. 苹果香蕉

如果用户搜索苹果，我不关心 1,2 和 4 是否有任何偏好。但是我看到很多论坛都这样做，我讨厌的是当用户搜索苹果胡萝卜 2 和 3 有很高的结果而 1 很难找到，即使它更符合我的搜索。

此外，我还希望能够搜索胡萝卜 - 苹果，这只会让我得到 3。我不确定如果我搜索胡萝卜香蕉会发生什么，但无论如何只要标记有 2 和 3 结果的更多项目排名较低然后 1 当我搜索苹果胡萝卜时我会很高兴。

lucene可以做到吗？我从哪里开始？我尝试查找它，当我查找时，我看到了很多类，我会看到教程谈论文档、网页，但没有人清楚当我想标记某些东西时该怎么做。如果不是 lucene，我应该使用什么来标记？

Answer 1

编辑:你可以使用 Lucene。下面是如何在 Lucene.net 中执行此操作的说明。一些 Lucene 基础知识是:

• Document - 是 Lucene 中的存储单元。它有点类似于数据库记录。
• 字段 - Lucene 中的搜索单元。类似于数据库列。 Lucene 通过进行查询并将其与字段进行匹配来搜索文本。应为字段编制索引以启用搜索。
• Token - Lucene 中的搜索原子。通常是一个词，有时是一个短语、字母或数字。
• 分析器 - Lucene 中将字段转换为标记的部分。

请阅读this blog post关于创建和使用 Lucene.net 索引。

我假设您正在标记博客文章。如果我完全错了，请这样说。为了搜索标签，您需要将它们表示为 Lucene 实体，即“标签”字段内的标记。

这样做的一种方法是为每篇博文分配一个 Lucene 文档。该文档将至少包含以下字段:

• id:博客文章的唯一id。
• 内容:博客文章的正文。
• 标签:标签列表。

索引:每当您向帖子添加标签、删除标签或编辑标签时，您都需要为帖子建立索引。分析器会将字段转换为它们的 token 表示。

Document doc = new Document();
doc.Add(new Field("id", i.ToString(), Field.Store.YES, Field.Index.NO));
doc.Add(new Field("content", text, Field.Store.YES, Field.Index.TOKENIZED));
doc.Add(new Field("tags", tags, Field.Store.YES, Field.Index.TOKENIZED));
writer.AddDocument(doc);

剩下的部分是检索。为此，您需要创建一个 QueryParser并向其传递一个查询字符串，如下所示:

QueryParser qp = new QueryParser();
Query q = qp.Parse(s);
Hits = Searcher.Search(q);

s 所需的语法是:

tags: apples tags: carrots

寻找苹果或胡萝卜

tags: carrots NOT tags: apples

参见 Lucene Query Parser Syntax有关构建 s 的详细信息。