HTML文档示例，使用HTML字符串代替文件

本文关键字：HTML 文件 字符串 文档 使用 | 更新日期: 2023-09-27 18:08:17

我正在做一个网络爬虫，我想使用lucene来索引，而流正在进行或完成。

我已经看到了lucene.net html库的例子很好。但是，我不想把下载保存到磁盘上。什么是我想要的，只是索引，而下载网页或索引的HTML内容字符串。

是否有任何例子，使lucence.net html索引器与内存流或字符串工作?

HTML文档示例，使用HTML字符串代替文件

之类的东西?

        // 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();
相关文章：