文档介绍：基于JAVA的搜索引擎的设计与实现
摘要
网络中的资源非常丰富,但是如何有效的搜索信息却是一件困难的事情。建立搜索引擎就是解决这个问题的最好方法。本文首先详细介绍了基于英特网的搜索引擎的系统结构,然后从网络机器人、索引引擎、Web服务器三个方面进行详细的说明。为了更加深刻的理解这种技术,本人还亲自实现了一个自己的搜索引擎——新闻搜索引擎。
新闻搜索引擎是从指定的Web页面中按照超连接进行解析、搜索,并把搜索到的每条新闻进行索引后加入数据库。然后通过Web服务器接受客户端请求后从索引数据库中搜索出所匹配的新闻。
本人在介绍搜索引擎的章节中除了详细的阐述技术核心外还结合了新闻搜索引擎的实现代码来说明,图文并茂、易于理解。
关键词:搜索引擎;网络蜘蛛;搜索策略
Abstract
The resources in the are abundant, but it is a difficult job to search some useful information. So a search engine is the best method to solve this problem. This article fist introduces the system structure of search engine based on the in detail, then gives a minute explanation form Spider search, engine and web server. In order to understand the technology more deeply, I have programmed a news search engine by myself.
The news search engine is explained and searched according to hyperlink from a appointed web page, then indexes every searched information and adds it to the index database. Then after receiving the customers' requests from the web server, it soon searches the right news form the index engine,
In the chapter of introducing search engine, it is not only elaborate the core technology, but bine with the modern code, pictures included, easy to understand.
Key Words:Search engine;Web spider;Search strategy
目录
摘要 I
Abstract II
引言 1
1 搜索引擎的结构 2
2
2
2
2
Web服务器 3
3
2 网络机器人 4
4
4
Spider程序结构 4
5
7
7
3 基于lucene的索引与搜索、tomcat 服务器 10
10
Lucene的原理分析 10
10
11
Lucene的索引效率 11
中文切分词机制 13
14
Lucene与Spider的结合 15
16
基于Tomcat的Web服务器 19
19
4 搜索引擎策略 21
21
21
21
21
22
结论 23
参考文献 24
致谢 25
引言
面对浩瀚的网络资源,搜索引擎为所有网上冲浪的用户提供了一个入口,毫不夸张的说,所有的用户都可以从搜索出发到达自己想去的网上任何一个地方。因此它也成为除了电子邮件以外最多人使用的网上服务。
搜索引擎技