Lucene.Net是一套C#開源全文索引庫，其主要包含了:
· Index : 提供索引的管理與詞組的排序
· Search : 提供查詢相關功能
· Store : 支援資料儲存管理，包括I/O操作
· Util : 共用套件
· Documents : 負責描述索引儲存時的文件結構管理
· QueryParsers : 提供查詢語法
· Analysis : 負責分析內容
要達到高效能的全文檢索讓機器可以明白我們的語言，最重要的關鍵就是"分詞器"了。
試想一下這一句話你會如何拆分成一段一段的關鍵字呢?
"一天一蘋果，醫生遠離我"
還有英文版本
"An apple a day, doctor keep me away."
中文版本的拆分:
"一天"、"一"、"蘋果"、"醫生"、"遠離"、"我"
英文版本的拆分:
"apple"、"day"、"doctor"、"keep"、"me"、"away"
有沒有注意到不同語系所分析出來的關鍵字有一點不一樣呢?
而在Lucene中分詞的工作會交給Analysis來完成，
不過我們可以依照不同的語系去選擇想使用的分詞器(Analyzer)！

首先簡單說明一下Lucene的實作流程
1. 確認主要搜尋的語系來決定使用的分詞器(analyzer)
2. 建立Document依照analyzer匯入資料
(前置完成)
3. 建立IndexSearcher導入準備好的Document
4. 建立Parser來分析SearchValue
5. 使用IndexSearcher分析Parser取得結果(Hits)
*本專案使用的是Lucene.Net 3.0.3*
接下來我們來建立一個提供查詢使用的Document。

       

 // 取得或建立Lucene文件資料夾

        if (!File.Exists(_dir.FullName))

        {

            System.IO.Directory.CreateDirectory(_dir.FullName);

        }

        // Asp.Net Core需要於Nuget安裝System.Configuration.ConfigurationManager提供用戶端應用程式的組態檔存取

        Lucene.Net.Store.Directory directory = FSDirectory.Open(_dir);

        // 選擇分詞器

        var analyzer = new StandardAnalyzer(Lucene.Net.Util.Version.LUCENE_CURRENT);

        // 資料來源

        var repository = new Repository();

        // 依照指定的文件結構來建立

        var indexWriter = new IndexWriter(directory, analyzer, true, IndexWriter.MaxFieldLength.LIMITED);

        foreach (var index in repository)

        {

            var document = new Document();

            document.Add(new Field("Id", index.Id.ToString(), Field.Store.YES, Field.Index.NO));

            document.Add(new Field("Name", index.Name, Field.Store.YES, Field.Index.ANALYZED));

            document.Add(new Field("Description", index.Description, Field.Store.NO, Field.Index.ANALYZED));

            indexWriter.AddDocument(document);

        }

        indexWriter.Optimize();

        indexWriter.Commit();

        indexWriter.Dispose();

如此一來我們就建立好Lucene的基本配備囉！
其中analyzer的部分我們使用Lucene.Net預設，
要特別注意的是，其處理中文語系的能力非常之爛！
之後再寫一篇文章深入探討。
再來值得一提的是
       

document.Add(new Field("Id", index.Id.ToString(), Field.Store.YES, Field.Index.NO));

前兩個參數就是Key跟Value，可以簡單理解為欄位與其內容。
後面兩個參數是重點！
Store: 代表是否儲存這個Key的Value
例如在google打上台南美食會搜索出許多不同的文章連結，
不過google給你的資料中最重要的不是文章內容(Description)，
而是哪一篇文章(Name)與台南美食最有關係。
假如今天我只要回傳一個列表而不用提示文章中有哪些內容，
那麼我就可以選擇給"Description" Field.Store.No來節省空間。
Index:
· NO - 不加入索引，這個內容只需要隨著結果出爐，不需要在查詢的時候被考慮。
· ANALYZED、NOT_ANALYZED - 是否使用分詞
· NO_NORMS - 關閉權重功能
或許許多人會對權重功能(NORMS)感到疑惑，
簡單的舉個例子
{ Id=1, Key="蘋果", Value="一天一蘋果，醫生遠離我。"}
{ Id=2, Key="橘子", Value="醫生給娜美最珍貴的寶藏。"}
{ Id=3, Key="梨子", Value="我是梨子，比蘋果蘋果好吃多囉！"}
當我搜尋"蘋果"的時候結果會是
{ Id=1, MatchKey=1, MatchValue=1, Score=(1*5) + (1*2) = 7}
{ Id=3, MatchKey=0, MatchValue=1, Score=(0*5) + (2*2) = 4}
有發現了嗎？
雖然同樣都對中兩個結果但是Id 1的資料Key值中有包含關鍵字，
因此得到較高的分數排在Id 3前方
準備好Document了，我們可以開始來實際使用看看囉！

       

// 決定所要搜索的欄位

        var parser = new QueryParser(Lucene.Net.Util.Version.LUCENE_CURRENT, "Description", analyzer).Parse(searchValue);

        // 提供剛剛建立的Document

        var indexSearcher = new IndexSearcher(directory);

        // 搜尋取出結果的數量

        var queryLimit = 20;

        // 開始搜尋！

        var hits = indexSearcher.Search(parser, queryLimit);

        if (!hits.ScoreDocs.Any())

        {

            Console.WriteLine("查無相關結果。");

            return;

        }

        Document doc;

        foreach (var hit in hits.ScoreDocs)

        {

            doc = indexSearcher.Doc(hit.Doc);

            Console.WriteLine("Score :" + hit.Score + ", Id :" + doc.Get("Id") + ", Name :" + doc.Get("Name") + ", Description :" + doc.Get("Description"));

        }

最後的結果(Hits)，是需要再回到Document去撈出對應的資料喔！
是不是非常簡單呢？
筆者寫了一個簡單的範例在GitHub上，秉持著追求新技術的心使用了.Net 6，還請各位大大多多包涵。
有中英文兩種Repository，只需要在上方的DI注入切換就可以囉！
GitHub連結: https://github.com/g13579112000/Lucene
筆者第一次撰寫這種教學文章，有哪邊錯誤的非常歡迎一起來討論指教。
之後有機會再撰寫Lucene更深入的應用方面，
例如權重的分配與分詞器的選擇與使用。
感謝您的閱讀。


參考文獻：
1.黑暗大大的全文檢索筆記: https://blog.darkthread.net/blog/lucene-net-notes-1/
2.使用.Net實現全文檢索: https://blog.csdn.net/huwei2003/article/details/53408388
3.伊凡的部落格: http://irfen.me/5-lucene4-9-learning-record-lucene-analysis-tokenizer/
4.純淨天空代碼範例: https://vimsky.com/zh-tw/examples/detail/csharp-ex-Lucene.Net.Documents-Document---class.html

C# PrintScreen to file

出現錯誤： 無法產生 ActiveX 控制項 '8856f961-340a-11d0-a96b-00c04fd705a2'，因為目前的執行緒不是在單一執行緒 Apartment。
 
解決方法： 
@Page 加上 AspCompat="true" 即可。
強迫網頁由 STA 執行緒集區服務

寫程式這麼多年，終於被這個東西給害到，所以特別提一下
zero-width space: 就是沒有寬度的空白，字元碼  \u200b ， 或是 urlencode =  %e2%80%8b
當你從 word ， excel ，PDF 複製文字貼到記事本，網頁textbox, 或是 visual studio
有時候會把這個碼也一起貼上，重點是: 你肉眼根本看不出來

​2017-08-15 22:05:15​ -> 2017前面有 \u200b, 尾巴也有 
2017-08-15 22:05:15 -> 這個就正常

這會造成甚麼，DateTime.Parse 就會出錯，或是對字串做 MD5 hash 會造成錯誤的結果
然後就會一直 debug 找不出原因，要用 urlencode 測看看才會現出原形
另外，這個碼也無法用 Trim() 清掉，因為他不是 Char.IsWhiteSpace 成員

所以，從 word excel pdf 或是其他網頁 copy 文字貼到程式碼做測試
如果發生怪怪的bug，可能要思考一下是不是這個字元在作怪

由於早期網站都是VB.net寫的，若是直接換成 C#，就會耗費很多時間在轉換程式上
因此 ASP.NET 特別可以在同一網站同時寫 vb 跟 C#，方式是在 web.config compilation 加上設定

    <compilation debug="true" defaultLanguage="c#" targetFramework="4.0">

     <codeSubDirectories>

        <add directoryName="VB_Code"/>

        <add directoryName="CS_Code"/>

     </codeSubDirectories>

    </compilation>

也就是 VB.NET 的 code 就放到 ~\APP_Code\VB_Code 目錄
C# 的 code 就放到 ~\APP_Code\CS_Code 目錄
這樣做有兩點要注意
1.  Namespace 的命名，最好不要互相衝突, 要能夠區分出來
2.  VB_Code 與 CS_Code 放的位置有很大的影響, 因為牽涉到 compiler的先後順序，因為 VB_Code 在 CS_Code 在前面，所以 CS_Code可以叫用 VB_Code下的程式，但是 VB_Code 卻不能叫用 CS_Code 的程式，如果希望 VB_Code可以叫用 CS_Code的程式，就把設定換過來

    <compilation debug="true" defaultLanguage="c#" targetFramework="4.0">

     <codeSubDirectories>

        <add directoryName="CS_Code"/>

<add directoryName="VB_Code"/>

     </codeSubDirectories>

    </compilation>

缺點就是反過來 CS_Code不能使用 VB_Code的程式

基本上，若是舊的程式碼都在VB_Code 那就把 VB_Code 放到前面

改用javascript送出

<asp:Button ID="BtnSubmit" runat="server" Text="修改" OnClick="BtnSubmit_Click" OnClientClick="return formSubmit('true');" />

<script type="text/javascript">

                function formSubmit(val) {

                    if (val== "true")

                    {

                        form1.submit();

                    } else {

                        return false;

                    }

                }

            </script>

相關專案: 光寶

這可能是老問題了，但還是提醒一下
當用  (Object == Object) 比較時，是用 System.Object.ReferenceEquals
所以即使兩個值是一樣的，因為 reference 是不同物件, 他還是會回傳 false
http://stackoverflow.com/questions/814878/c-sharp-difference-between-and-equals

例如要比較一個 datarow 兩個欄位值

row["SDate"] = "2015-04-01";

row["EDate"] = "2015-04-01";



(row["SDate"] == row["EDate"]) ==> false

(row["SDate"].Equals(row["EDate"])) ==> true

(row["SDate"].ToString() == row["EDate"].ToString()) ==> true

最近做一些int型別轉換的時候，發現一些現象，以後寫code的時候要注意

1. VB.NET IsNumeric 用逗號可以過，例如 IsNumeric("1234,5678") ==> True
   但是轉型別 CInt or Convert.ToInt32 就會出錯，所以用 IsNumeric 不是很保險，最好用 int.TryParse

2. Convert.ToInt32(char) 會抓出該 char 的 ascii code， 而不是該文字代表的數字
   Convert.ToInt32('9') ==> 57  (C# 用單引號代表是 char)
   Convert.ToInt32("9") ==> 9
   Convert.ToInt32('A') ==> 65  (C# 用單引號代表是 char)
   Convert.ToInt32("A") ==> error: 輸入字串格式不正確。

VB.NET 時間類別因為沿襲自 VB，所以可以用 Date 型別宣告時間變數
實際上在 .NET 他等於 System.DateTime (C# 沒有 Date型別, 只有System.DateTime)
VB.NET 的 Date 可以設定常數，例如 #12/30/2014# (注意!格式是 MM/dd/yyyy, 用 #包起來)，這是C#沒有的 
VB.NET 的 Date 也可以等於 Nothing (Nothing = #12:00:00 AM#)
C# 的 DateTime 可以指定為 default(DateTime) 但是不能 = null

由於 optional 參數必須指定預設值，因此當使用 Date 當作 optional 參數時就要設定以上說的值

Public Sub AddNewCustomer(customer As Customer, Optional dateAdded As Date = Nothing)

     If dateAdded = Nothing Then dateAdded = Now

// C# 4.0 以後的 function 已經可以使用 optional 參數

public void AddNewCustomer(Customer customer, DateTime dateAdded = default(DateTime))

     {

         if (dateAdded == default(DateTime)) dateAdded = DateTime.Now;

         ......

Public Sub AddNewCustomer(customer As Customer, Optional dateAdded As Date = #12/30/1899#)

 

從 List<T> 找出符合條件的資料

        List<DB.Member> listOfMember = new List<DB.Member>()

                { new DB.Member(15), new DB.Member(20), new DB.Member(25), new DB.Member(30) };



        // Exists: 單純看有無符合條件的資料

        bool IsMemberExists = listOfMember.Exists(x => x.Email == "darren@acaciaco.com");

        // FindIndex: 找出第一個符合條件的 index，找不到傳回 -1

        int index = listOfMember.FindIndex(x => x.Email == "darren@acaciaco.com");

        // Find: return 第一個符合條件的object, 找不到傳回 null

        DB.Member objMember = listOfMember.Find(x => x.Email.Contains("acaciaco.com"));

        // FindAll: return 所有符合條件的objects

        List<DB.Member> listOfMember2 = listOfMember.FindAll(x => x.Email.Contains("acaciaco.com"));

VB

Dim listOfMember As New List(Of DB.Member)() From { _

    New DB.Member(15), New DB.Member(20), New DB.Member(25), New DB.Member(30) }



' Exists: 單純看有無符合條件的資料

Dim IsMemberExists As Boolean = listOfMember.Exists(Function(x) x.Email = "darren@acaciaco.com")

' FindIndex: 找出第一個符合條件的 index，找不到傳回 -1

Dim index As Integer = listOfMember.FindIndex(Function(x) x.Email = "darren@acaciaco.com")

' Find: return 第一個符合條件的object, 找不到傳回 Nothing

Dim objMember As DB.Member = listOfMember.Find(Function(x) x.Email.Contains("acaciaco.com"))

' FindAll: return 所有符合條件的objects

Dim listOfMember2 As List(Of DB.Member) = listOfMember.FindAll(Function(x) x.Email.Contains("acaciaco.com"))

今天遇到關鍵字搜尋後，要把搜尋結果文章內的關鍵字 highlight 起來
結果 string Replace 功能是 case-sensitive, 也就是大小寫有別

查了一下 發現可以用 RegExp.Replace 來處理

return Regex.Replace(strInput, keyword,

    "<span class='highlight'>$0</span>", RegexOptions.IgnoreCase);

其中 $0 就是原來要取代的文字