导航

随笔分类 -  搜索引擎

日期整数表示法(精确到分)

摘要：最近使用Lucene.NET做日期字段排序，使用Lucene.NET的日期转换函数生成的Long类型数据只能使用String比较方式，但使用Int方式拥有更高的效率，所以编写了此函数，只能精确到分钟，对日期精度要求高的场合就没办法了，见代码： Code Code highlighting produced by Actipro CodeHighlighter (freeware)htt... 阅读全文

posted @ 2008-10-23 16:47 REMING 阅读(1032) 评论(1) 推荐(0) 编辑

基于C#.net开发的RSS协议解析器和编写器

摘要：采用C#开发，支持RSS0.9，RSS0.91，RSS0.92，RSS0.93，RSS1，RSS2，Atom0.3，Atom1，Opml1，Opml2协议和部分模块，但现在还不是很完善。如有需要可以联系nsharp at 8u8.com或参考http://gforge.oss.org.cn/projects/rssfeeder/。 阅读全文

posted @ 2007-09-07 09:55 REMING 阅读(1002) 评论(6) 推荐(0) 编辑

IE Cookie 文件格式

摘要：请参考 http://www.infosecwriters.com/text_resources/pdf/CookieCorePartA.pdf http://nchc.dl.sourceforge.net/sourceforge/odessa/IE_Cookie_File_Reconstruction.pdf 阅读全文

posted @ 2007-08-23 22:32 REMING 阅读(1500) 评论(1) 推荐(0) 编辑

Stream 和 Byte[]互操作

摘要：- 在.Net的IO操作中经常会用到Stream和Byte[]，有两种形式： 一.Stream->Byte[]： 1.如果Stream的 Length属性可读，非常的简单，代码如下： 1 private byte[] GetBytes(Stream stream) 2 { 3 if (stream.CanSeek && stream.CanRe... 阅读全文

posted @ 2007-05-29 13:53 REMING 阅读(459) 评论(0) 推荐(0) 编辑

Lucene.net 的一个小bug

摘要：今天在做Lucene检索的时候，做了一个在结果中查询的功能，但是当两个关键字一样的时候，总是出现错误，经过检查，原来错误出现在这里：TermQuery.cs public override void ExtractTerms(System.Collections.Hashtable terms){ Term term = GetTerm(); term... 阅读全文

posted @ 2007-03-28 11:20 REMING 阅读(337) 评论(0) 推荐(0) 编辑

BloomFilter 算法 .NET 版

摘要：BloomFilter算法在搜索引擎方面的应用一般作为URL消重（http://wiki.commerce.net/wiki/URL_History_Bloom_Filters或http://tianchunfeng.spaces.live.com/blog/cns!819E33AA1808A272!288.entry），其具体原理请参考：http://blog.csdn.net/jiaomeng... 阅读全文

posted @ 2007-03-09 10:33 REMING 阅读(879) 评论(0) 推荐(0) 编辑

二元分词(Lucene CJK Analyzer).Net版

摘要：由于工作的需要，最近一直在研究Lucene.Net，在测试中我发现当索引库达到5GB左右的时候，搜索速度将变得奇慢。在网上查找一些资料，说分词器会影响搜索速度，但又苦于好的免费的分词器，于是只有改写Java版的CJKAnalyzer，我把它共享给大家。虽然我很久就申请了这个Blog，但是一直没有写什么东西，这篇文章也算是我的处女作，希望今后能够和大家多多交流。 1 2/**//** 3 * Co... 阅读全文

posted @ 2006-11-24 20:08 REMING 阅读(2706) 评论(1) 推荐(1) 编辑