基于lucene的索引与搜索(论文)

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。

目录
目录    1
摘要    3
第一章 引言    4
第二章 搜索引擎的结构    5
2.1系统概述    5
2.2搜索引擎的构成    5
2.2.1网络机器人    5
2.2.2索引与搜索    5
2.2.3 Web服务器    6
2.3搜索引擎的主要指标及分析    6
2.4小节    6
第三章 网络机器人    7
3.1什么是网络机器人    7
3.2网络机器人的结构分析    7
3.2.1如何解析HTML    7
3.2.2 Spider程序结构    8
3.2.3如何构造Spider程序    9
3.2.4如何提高程序性能    11
3.2.5网络机器人的代码分析    12
3.3小节    14
第四章 基于LUCENE的索引与搜索    15
4.1什么是LUCENE全文检索    15
4.2 LUCENE的原理分析    15
4.2.1全文检索的实现机制    15
4.2.2 Lucene的索引效率    15
4.2.3 中文切分词机制    17
4.3 LUCENE与SPIDER的结合    18
4.4小节    21
第五章 基于TOMCAT的WEB服务器    22
5.1什么是基于TOMCAT的WEB服务器    22
5.2用户接口设计    22
5.3.1客户端设计    22
5.3.2服务端设计    23
5.3在TOMCAT上部署项目    25
5.4小节    25
第六章 搜索引擎策略    26
6.1简介    26
6.2面向主题的搜索策略    26
6.2.1导向词    26
6.2.3权威网页和中心网页    27
6.3小节    27
参考文献    28