搜索引擎

开发平台：
C#

ClassRUN.cs：源码内容
							using System;
using System.Collections.Generic;
using System.Text;
using System.IO;
using System.Text.RegularExpressions;
using Lucene.Net.Analysis.Standard;
using Lucene.Net.Documents;
using Lucene.Net.Index;
/*
      '       迅龙中文分类搜索引擎  v0.6
      '
      '        LGPL  许可发行
      '
      '       宁夏大学  张冬 康彩  zd4004@163.com
      ' 
      '        官网 http://blog.163.com/zd4004/
 */
namespace XunLong.IndexBuilder
{
    public class ClassRUN
    {
        //索引写入器
        private IndexWriter writer;
        //要写入索引的文件的根目录
        private string docRootDirectory;
        //要匹配的文件格式
        private string pattern;
        /// <summary>
        /// 初始化一个索引写入器writer,directory为创建索引的目录，true代表如果不存在索引文件将重新创建索引文件，如果已经存在索引文件将覆写索引文件，如果为true将代表打开已经存在的索引文件
        /// </summary>
        /// <param name="directory">传入的要创建索引的目录，注意是字符串值，如果目录不存在，他将会被自动创建</param>
        public ClassRUN(string directory)
        {
            writer = new IndexWriter(directory, new StandardAnalyzer(), true);
            writer.SetUseCompoundFile(true);
        }
        public void AddDirection(DirectoryInfo directory, string pattern)
        {
            this.pattern = pattern;
            this.docRootDirectory = directory.FullName;
            AddSubDirectory(directory);
        }
        private void AddSubDirectory(DirectoryInfo directory)
        {
            foreach (FileInfo fi in directory.GetFiles(pattern))
            {
                //遍历要写入索引的目录的所有文件，把他先加入Docuemnt对象，再加入索引，因为索引都是有Document对象组成
                AddHtmlToDocument(fi.FullName);
            }
            foreach (DirectoryInfo di in directory.GetDirectories())
            {
                //层层遍历递归，只到把所有的子目录子文件都搞完
                AddSubDirectory(di);
            }
        }
        private void AddHtmlToDocument(string path)
        {
            Document doc = new Document();
            string html;
            using (StreamReader sr = new StreamReader(path, System.Text.Encoding.Default))
            {
                html = sr.ReadToEnd();
            }
            int relativePathStartsAt = this.docRootDirectory.EndsWith("\") ? this.docRootDirectory.Length : this.docRootDirectory.Length + 1;
            string relativePath = path.Substring(relativePathStartsAt);
            doc.Add(Field.UnStored("text", ParseHtml(html)));
            doc.Add(Field.Keyword("path", relativePath));
            doc.Add(Field.Text("title", GetTitle(html)));
            writer.AddDocument(doc);
        }
        /// <summary>
        /// 把读取的文件中的所有的html标记去掉，把&nbsp;替换成空格
        /// </summary>
        /// <param name="html"></param>
        /// <returns></returns>
        private string ParseHtml(string html)
        {
            string temp = Regex.Replace(html, "<[^>]*>", "");
            return temp.Replace("&nbsp;", " ");
        }
        /// <summary>
        /// 获得读取的html文挡的标题
        /// </summary>
        /// <param name="html"></param>
        /// <returns></returns>
        private string GetTitle(string html)
        {
            Match m = Regex.Match(html, "<title>(.*)</title>");
            if (m.Groups.Count == 2)
                return m.Groups[1].Value;
            return "此文挡标题未知";
        }
        public void Close()
        {
            writer.Optimize();
            writer.Close();
        }
    }
}

						