使用 Lucene.NET 打造高效站內搜尋引擎完整實作指南

前言：為何選擇 Lucene.NET？

在資訊爆炸的時代，網站若缺乏強大的站內搜尋功能，使用者將難以快速定位所需內容。Lucene.NET 作為 Apache Lucene 的 .NET 移植版，提供了成熟的全文檢索架構，包含索引引擎、查詢引擎與文本分析引擎，是實現高效站內搜尋的首選工具包。本文將從環境部署、索引管理、搜尋邏輯到關鍵字高亮，完整呈現一個可直接落地的解決方案。

一、環境準備與核心套件引入

首先從官方渠道下載最新版 Lucene.NET 套件，並引入中文分詞神器 PanGuAnalyzer（盤古分詞），以解決中文斷詞難題。專案結構建議分層：Model 定義資料實體，BLL 封裝業務邏輯，Common 存放輔助工具類。

二、索引全生命週期管理

1. 索引儲存與鎖定機制

採用 FSDirectory 將索引持久化至磁碟，配合 NativeFSLockFactory 防止併發衝突。程式啟動時自動檢測索引目錄是否被鎖定（如異常退出導致），若鎖定則自動解鎖，確保系統穩健性。

2. 索引建立與更新策略

採用「先刪後增」模式：以文件唯一識別碼（FileName）為鍵，先呼叫 DeleteDocuments 移除舊索引，再重新寫入最新資料。欄位存儲策略如下：

• id、title、url：Field.Index.NOT_ANALYZED，精確匹配，不分詞
• body：Field.Index.ANALYZED 配合 TermVector.WITH_POSITIONS_OFFSETS，支援全文檢索與片段高亮

3. 索引刪除操作

提供單獨的 DeleteIndex 方法，同樣處理鎖定邏輯，確保刪除操作原子性。

// 核心索引建立邏輯片段
IndexWriter writer = new IndexWriter(directory, new PanGuAnalyzer(), !isUpdate, IndexWriter.MaxFieldLength.UNLIMITED);
writer.DeleteDocuments(new Term("id", item.FileName));
Document doc = new Document();
doc.Add(new Field("id", item.FileName, Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.Add(new Field("title", title, Field.Store.YES, Field.Index.NOT_ANALYZED));
doc.Add(new Field("body", body, Field.Store.YES, Field.Index.ANALYZED, Field.TermVector.WITH_POSITIONS_OFFSETS));
doc.Add(new Field("url", item.FilePath, Field.Store.YES, Field.Index.NOT_ANALYZED));
writer.AddDocument(doc);
writer.Close(); directory.Close();

三、智慧搜尋與結果呈現

1. 多詞精準查詢

使用 PhraseQuery 結合盤古分詞，將使用者輸入關鍵字拆解為詞條陣列，針對 body 欄位進行短語查詢。設定 SetSlop(100) 允許詞條間最多 100 個位置間距，兼顧精確度與包容性。

2. 高效結果收集與分頁

透過 TopScoreDocCollector 獲取前 1000 筆最高分文檔，配合 IndexSearcher.Doc() 取回完整 Document，映射為 SearchResult 實體集合。

3. 關鍵字高亮摘要生成

利用 PanGu.HighLight.Highlighter 自動提取包含關鍵字的最佳片段（預設 100 字元），並以紅色字體標記關鍵字，大幅提升使用者閱讀體驗。

// 搜尋核心邏輯片段
foreach (string word in SplitWord(keywords)) {
    query.Add(new Term("body", word));
}
query.SetSlop(100);
TopScoreDocCollector collector = TopScoreDocCollector.create(1000, true);
searcher.Search(query, null, collector);
// 結果映射與高亮處理
string bodyPreview = highlighter.GetBestFragment(keyword, body);

四、實戰部署建議

1. 索引更新策略：高頻異動資料採用佇列非同步更新；低頻資料可排程全量重建。
2. 效能優化：啟用 MergePolicy 控制段合併頻率；大型索引考慮分片。
3. 擴充性：引入 Lucene.Net.Store.AzureDirectory 支援雲端儲存；整合 Lucene.Net.Analysis.SmartCn 強化中文語義分析。

總結

Lucene.NET 搭配盤古分詞，以不足 200 行核心代碼實現了專業級站內搜尋：支援中文分詞、短語查詢、關鍵字高亮、索引增量維護。開發者可直接將本文代碼整合至現有 ASP.NET 專案，快速賦予系統強大的資訊檢索能力。