随笔分类 - 【20】搜索引擎
摘要：后台代码：using System;using System.Data;using System.Configuration;using System.Web;using System.Web.Security;using System.Web.UI;using System.Web.UI.WebControls;using System.Web.UI.WebControls.WebParts;u...
阅读全文
posted @ 2009-08-18 13:51
摘要：开源搜索引擎工具包 1．Lucene Lucene是目前最为流行的开放源代码全文搜索引擎工具包，隶属于Apache基金会，由资深全文索引/检索专家Doug Cutting所发起，并以其妻子的中间名作为项目的名称。Lucene不是一个具有完整特征的搜索应用程序，而是一个专注于文本索引和搜索的工具包，能够为应用程序添加索引与搜索能力。基于Lucene在索引及搜索方面的优秀表现，虽然由Java编写的Lu...
阅读全文
posted @ 2009-07-19 15:38
摘要：轻量级爬虫+全文检索解决方案项目——NukeLite svn: http://nukelite.googlecode.com/svn/trunk/ 项目地址：http://code.google.com/p/nukelite/ 开源协议：Apache License 2.0 ===========================================================...
阅读全文
posted @ 2008-11-29 21:34
摘要：C#特别适合于构造蜘蛛程序，这是因为它已经内置了HTTP访问和多线程的能力，而这两种能力对于蜘蛛程序来说都是非常关键的。下面是构造一个蜘蛛程序要解决的关键问题： ⑴ HTML分析：需要某种HTML解析器来分析蜘蛛程序遇到的每一个页面。 ⑵ 页面处理：需要处理每一个下载得到的页面。下载得到的内容可能要保存到磁盘，或者进一步分析处理。 ⑶ 多线程：只有拥有多线程能力，蜘蛛程序才能真正做到...
阅读全文
posted @ 2008-11-27 17:57
|
||
