在软件工程领域,软件开发的质量、效率和成本是软件开发过程中关注的三个核心问题。进入二十一世纪以来,随着互联网的普及,信息技术呈现爆炸性地增长,软件系统的规模和复杂性也在不断增加,软件开发的效率问题也越来越受到关注。为了提高开发的效率,许多软件开发的技术被陆续提出,开发者们希望通过代码搜索等技术手段实现高效的代码重用。因此代码搜索技术的研究有着重要的意义。然而,现有的代码搜索技术在表示代码时并不全面,大多只关注了代码本身的信息而忽略了代码的注释信息,导致代码表示不完整从而在实际搜索中代码搜索的精度较低。为解决上述问题,本文提出一种基于代码特征和注释特征的代码搜索技术。与已有的搜索技术不同,该技术提取了源代码本身的代码特征和代码注释包含的注释特征,融合两类特征生成代码的多维标注,该标注能够更完整的表示代码。本文设计并搭建深度神经网络用于多维代码标注和查询语句的向量化,通过多维代码标注和查询语句的向量结果,计算向量间的相似度从而基于相似度排序生成搜索结果。此外,本文设计和实现了相应的代码搜索工具Code Hunter,该工具可以根据自然语言的输入搜索出符合条件的代码。通过100个开源项目中700万个Java方法代码的实验测试,本文的基于代码特征和注释特征的代码搜索技术和对应的工具Code Hunter相比于其他代码搜索工具有更高的准确率和平均排序倒数,即本文搜索技术有更好的搜索表现。同时,本文的基于代码特征和注释特征的代码搜索技术能够根据自然语言输入搜索出相应的代码,在实际开发环境中为开发人员搜索代码提供帮助。