.NET 8+Lucene.Net+结巴分词实战

基于 .NET 8 + Lucene.Net + 结巴分词的全文检索实战

全文检索是现代应用中常见的功能需求，结合 .NET 8、Lucene.Net 和结巴分词（Jieba.NET）可以构建高性能的中文搜索解决方案。以下为具体实现方法。

环境准备

安装必要的 NuGet 包：

• Lucene.Net（核心库）
• Lucene.Net.Analysis.Common（分词器支持）
• Jieba.NET（中文分词）

dotnet add package Lucene.Net
dotnet add package Lucene.Net.Analysis.Common
dotnet add package Jieba.NET

初始化索引目录

Lucene 使用目录存储索引数据，通常选择 FSDirectory 存储到磁盘：

using Lucene.Net.Store;
using Lucene.Net.Analysis;
using Lucene.Net.Index;
using Lucene.Net.Documents;

var indexPath = Path.Combine(Environment.CurrentDirectory, "index");
var directory = FSDirectory.Open(indexPath);

配置中文分词器

结巴分词需与 Lucene 的 Analyzer 结合：

using JiebaNet.Segmenter;
using Lucene.Net.Analysis.Jieba;

var analyzer = new JiebaAnalyzer(seg.CutForSearch);

创建索引文档

定义字段并添加到文档：

var config = new IndexWriterConfig(LuceneVersion.LUCENE_48, analyzer);
using var writer = new IndexWriter(directory, config);

var doc = new Document();
doc.Add(new TextField("content", "这是一段测试文本", Field.Store.YES));
doc.Add(new StringField("id", Guid.NewGuid().ToString(), Field.Store.YES));
writer.AddDocument(doc);
writer.Commit();

实现搜索功能

使用 IndexSearcher 进行查询并计算匹配度：

using Lucene.Net.Search;