開源2010年，自己在學習 Lucene 時開發(fā)的一款桌面文件搜索工具，這么多年過去了，代碼一直靜靜存放在自己的硬盤上，與其讓其沉睡，不如分享出來。

這款工具帶有明顯的模仿 Everything 的痕跡。事實上這是當時某項課程的作業(yè)，而那個時候剛好發(fā)現(xiàn)了 Eveything 這款神奇的工具，出于想探究其原理，就著手做了一款與其類似的工具，但是最后的結(jié)果卻是令人不滿意的，因為差距仍然是很大。

就比如 Everything 能夠?qū)崟r監(jiān)測 NTFS 文件的變化（據(jù)說是監(jiān)測 NTFS 的日志）并自動更新索引，而我卻需要手動來更新。

雖然這不是一款另我十分滿意的作品，但希望其中某些部分能夠幫到有需要的人。這里還要感謝共同完成的楊一和江邊串串香。

代碼開源在 Github 上，地址在這里。

為什么選擇 Lucene？

Lucene 是最著名的全文檢索引擎的核心庫，使用 Lucene 可以讓搜索出來的結(jié)果按匹配程度排序。

Lucene 有很多版本的實現(xiàn)，Java，C#，Python。

用數(shù)據(jù)庫的模糊搜索也可以實現(xiàn)，但是效果和速度跟 Lucene 還是有差距。

關(guān)于 Lucene 的一些資料可以參考車東的筆記。

功能

實現(xiàn)對桌面文件名、MP3 文件 Tag 信息（歌手，專輯，流派，...）的快速檢索。

前提：需要先對文件建立索引。

分詞

默認情況下使用中文的分詞是對詞進行切分，比如：

這是文件名 -> 這是|文件名

為了實現(xiàn)對文件名的模糊搜索，需要自定義一個自己的分詞，分詞效果是對所有的字都進行切分：

這是文件名 -> 這|是|文|件|名

特別指出，Lucene 可以自定義分詞，這里就不展開介紹。

在 Lucene.Net.Analysis 中添加一個自己的 MyAnalyzer

//文件：Lucene/Net/Analysis/MyAnalyzer/MyAnalyzer.cs using System; using System.Collections.Generic; using System.Text; using Lucene.Net.Analysis; using System.IO;namespace Lucene.Net.Analysis.MyAnalyzer {public class MyAnalyzer : Analyzer{public override TokenStream TokenStream(string fieldName, System.IO.TextReader reader){TokenStream result = new MyTokenizer(reader);return result;}public override TokenStream ReusableTokenStream(System.String fieldName, System.IO.TextReader reader){Tokenizer tokenizer = (Tokenizer)GetPreviousTokenStream();if (tokenizer == null){tokenizer = new MyTokenizer(reader);SetPreviousTokenStream(tokenizer);}elsetokenizer.Reset(reader);return tokenizer;}} } //文件：Lucene/Net/Analysis/MyAnalyzer/MyTokenizer.cs using System; using System.Collections.Generic; using System.Text; using System.IO; using Lucene.Net.Analysis;using Token = Lucene.Net.Analysis.Token; using Tokenizer = Lucene.Net.Analysis.Tokenizer;namespace Lucene.Net.Analysis.MyAnalyzer {public class MyTokenizer : Tokenizer{public MyTokenizer(System.IO.TextReader input) : base(input){ }private int start = 0;private int length = 0;private const int IO_BUFFER_SIZE = 256;private char[] ioBuffer = new char[IO_BUFFER_SIZE];public override Token Next(Token token){token.Clear();if (start == 0){length = input.Read((System.Char[])ioBuffer, 0, ioBuffer.Length);if (length <= 0)return null;}if (start == length)return null;token.SetTermBuffer(ioBuffer, start, 1);start++;token.termBuffer[0] = System.Char.ToLower(token.termBuffer[0]);return token;}public override void Reset(System.IO.TextReader input){start = 0;length = 0;}} }

相關(guān)注意事項

由于需要訪問系統(tǒng)注冊表，來根據(jù)文件擴展名獲取圖標，因此啟動的時候需要管理員權(quán)限，同時在VS上開發(fā)的時候，也相應(yīng)需要用管理員權(quán)限打開VS。

建立索引的時候，使用了三個線程來處理文件索引操作：分掃描磁盤文件，處理掃描獲取的文件數(shù)據(jù)，將文件信息加入到索引中。它們之間使用隊列來傳遞文件信息，如果運行時線程的速度不一致，就會出現(xiàn)隊列有大量未處理的數(shù)據(jù)，導(dǎo)致詭異的內(nèi)存占用升到非常高。這在其他同學的電腦上測試時有出現(xiàn)過。（當時使用多線程，是為了在等待IO時，順便創(chuàng)建索引）

轉(zhuǎn)載于:https://www.cnblogs.com/restran/p/4542052.html

總結(jié)

以上是生活随笔為你收集整理的基于 Lucene 的桌面文件搜索的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。