Lucene.net HTML 文档示例使用 html 字符串而不是文件？

Question

我正在做一个网络爬虫，我想在流处理或完成时使用 lucene 来索引。

我看到lucene.net html库的例子很好。但是，我不想继续下载到磁盘中。我想要的只是在下载网页时建立索引，或者可能是一串 html 内容的索引。

是否有任何示例可以使 lucence.net html 索引器使用内存流或字符串？

Answer 1

类似的东西？

        // create writer to index
        IndexWriter iw = new IndexWriter(new FileInfo("C:\\example\\"), new StandardAnalyzer());

        // create a document to index
        Document d = new Document();

        // create a field that the document will contain
        Field aField = new Field("test", "", Field.Store.YES, Field.Index.ANALYZED);
        // add the field to the document
        d.Add(aField);

        // index some data (4 documents)
        aField.SetValue("Example 1");
        iw.AddDocument(d);
        aField.SetValue("Example 2");
        iw.AddDocument(d);
        aField.SetValue("Example 3");
        iw.AddDocument(d);

        aField.SetValue("Example 4");
        // a field with Store.NO can be set with a TextReader
        Field notStored = new Field("test2", "", Field.Store.NO, Field.Index.ANALYZED);
        notStored.SetValue(new StringReader("Example 4 - From TextReader"));
        // add new field to a 4th document
        d.Add(notStored);
        iw.AddDocument(d);

        // closing writer commits changes to disk
        iw.Close();