本文简单介绍Lucene.Net实现GroupBy效果的方法，与《Lucene.Net 按类别统计搜索结果数》一文类似。注意，这种使用方法很影响效率，特别是命中结果多的情况下。这段代码修正自2.3.1版本，其它版本可能会与此有差别。改造方法仍然是修改Ind

今天群里有个朋友问"如何按类别统计搜索结果数?是不是要循环一个个类别去查询出总数啊?"以Lucene.Net现在的API，只能这样做。当然这样做一般会带来性能问题，所以更好的解决方案就是改动库文件了。　　注意：本文内容仅适用于Lucene.Net，

一、异常情形IndexWriterwriter=newIndexWriter("D:\\index",newStandardAnalyzer(),true);writer.SetMaxBufferedDocs(1000000);writer.SetMergeFactor(1000);for(inti=0;i1000000;i++){AddDocument(writer,"测试标题","测试内容");}stat

Lucene的文件系统分为内存和硬盘两个部分，文件逻辑组织方式暂且不提，本文将关注其物理结构，包括它在内存中如何存放，以及如何写入硬盘。目录一、相关类 1.1 Directory 1.2 IndexInput和IndexOutput 1.3 RAMFile二、索引概述 2.1 Index

Lucene.Net 2.3.1开发介绍 —— 简介 Lucene.Net 2.3.1开发介绍 —— 一、接触Lucene.Net Lucene.Net 2.3.1开发介绍 —— 二、分词（一） 本篇介绍了如何测试分词器的效果，并且简单测试了一下Lucene.Net内置分词器的效果。Lucene.Net 2.

首先，你需要一个svn客户端。TortoiseSVN非常好用，可以从官方网站下载。下载地址：http://tortoisesvn.net/downloads。下载完成，就安装，需要重启电脑。然后在d盘下建立一个空文件夹，命名为Lucene.Net。打开文件夹，右键，则出现菜单。

5、IndexWriter索引这部分最后讲的是IndexWriter。如果说前面提到的都是数据的结构，那么IndexWriter就是业务的封装。无论述Document，Field还是看不见的Segment,Term都是对数据存储逻辑的抽象，IndexWriter包装了操作的过程。当然，这里

2.2 Field的Boost如果说Document的Boost是一条线，那么Field的Boost则是一个点。怎么理解这个点呢？设置Document的Boost会影响所有字段。在搜索的过程中，一般至少会搜索两个Field，比如同时搜索标题和内容。而Document的Boost将同时影响

话接上篇，继续来说权重对排序的影响。从上面的4个测试，只能说是有个直观的理解了。“哦，是！调整权重是能影响排序了，但是好像没办法来分析到底怎么调啊！”。似乎是这样，现在需要把问题放大，加大索引的内容。到博客园新闻区，用zzk

4、索引对搜索排序的影响 搜索的时候，同一个搜索关键字和同一份索引，决定了一个结果，不但决定了结果的集合，也确定了结果的顺序。那个这个结果是怎么得出来的？这个顺序又是怎么排的呢？这两个问题不是本节讨论的重点，但是这两个问题

3、Field配置所产生的效果 索引数据，简单的代码，只要两个方法就搞定了，而在索引过程中用到的一些类里最简单，作用也不小的就是Field，接下来看看Field的各项设置都会有什么样的效果。代码 3.1+展开-C#1/**////summary2///索引数据3///

在说索引之前，先说说索引是什么？为什么要索引？怎么索引？先想想看，假如现在有一个文本，我们会怎么去搜索。比如，有一个string = "abcdefghijklmnopqrstuvwxyz"，这都是26个字母。现在要看看里面是不是有a，用IndexOf就可以很方便实现

2.1.3 二元分词 上一节通过变换查询表达式满足了需求，但是在实际应用中，如果那样查询，会出现另外一个问题，因为，那样搜索，是只要出现这个字，不管它出现在什么位置。这就产生了上一小节开头讲的，对准确性产生了极大干扰。比如，如果

Lucene.Net是Lucene在dot net平台上的移植版本。它的功能与Lucene一样，都是用来提供一组API，让我们能快速开发自己的搜索引擎，当然，是全文搜索。它不是一个程序，拿到它并不能立刻运行，你必须自己实现逻辑过程。这是一个和.Net Fram

可以自己看看是不是很高效。为了加快速度，尽量精简了算法。测试表明，精确度还可以。由于没有实现完整的一套字典机制，而是普通的文本字典，所以就不提供完整源码下载了，贴出核心的源码。从版本完整度上来说只能算是0.6版。另外，本分词

现在网上有很多种分词方法。要精确必然损失性能，要性能那么精确度必然下降。比如有句话:"我是中国人"看看这句话有多少种划分我我是我是中我是中国我是中国人是是中是中国是中国人中中国中国人国国人人按照灰色区域划分，无疑是正确的。但

在使用Lucene时大家肯能也都碰到了个有趣的现象，用用StandardAnalyzer分词器和QueryParser类直接对查询语句进行解析，得到的结果，如果搜索语句是"搜索引擎",那么转换为Lucene的查询表达式就是"+title:搜 索 引 擎"，能搜索到的结果一定

lucene.net 2.0 src包里自带了Highlighter.Net-2.0.0,可以用来实现语法高亮。 +展开-C#//定义多条件搜索分析器BooleanQuerybquery=newBooleanQuery();//定义分词器Analyzeranalyzer=newStandardAnalyzer();//多条件搜索拆分器MultiField

2、索引中用到的核心类在Lucene.Net索引开发中，用到的类不多，这些类是索引过程的核心类。其中Analyzer是索引建立的基础，Directory是索引建立中或者建立好存储的介质，Document和Field类是逻辑结构的核心，IndexWriter是操作的核心。其

Lucene有表达式就有运算符，而运算符使用起来确实很方便，但另外一个问题来了。代码 4.3.4.1Code highlighting produced by Actipro CodeHighlighter (freeware)http://www.CodeHighlighter.com/-->Analyzeranalyzer=newStandardAnalyzer

4.3 表达式用户搜索，只会输入一个或几个词，也可能是一句话。输入的语句是如何变成搜索条件的上一篇已经略有提及。4.3.1 观察表达式在研究表达式之前，一定要知道，任何一个Query都会对于一个表达式。不光可以通过Query构造表达式，还可

既然是内容筛选，或者说是搜索引擎，有索引，必然要有搜索。搜索虽然与索引有关，那也只是与索引后的文件有关，和索引的程序是无关的，因此，搜索和索引一般是分开部署。简单地说，就是一个应用程序（桌面程序）来索引，一个WEB程序来实现

Lucene.Net的上一个版本是2.1，而在2.3.1版本中才引入了Next(Token)方法重载，而ReusableStringReader类也是在新版本中引入的。这样改变，导致了2.3.1版本不得不修改2.1版以前的所有分词器。带来的另外一个问题的是，以前的一些现有分词器

2.1.2 可以使用的内置分词简单的分词方式并不能满足需求。前文说过Lucene.Net内置分词中StandardAnalyzer分词还算比较实用(见1.1.2小节)。StandardAnalyzer为什么能满足我们的部分需求，而它又有哪些不足呢？看分词的好坏还是要从效果说起

1.3 分词器结构1.3.1 分词器整体结构从1.2节的分析，终于做到了管中窥豹，现在在Lucene.Net项目中添加一个类关系图，把TokenStream和他的儿孙们统统拉上去，就能比较好的把握他们之间的关系。图 1.3.1.1如图1.3.1.1 就是他们的类关系图。