簡述Java技術開源搜索引擎
Egothor Egothor是一個用Java編寫的開源而高效的全文本搜索引擎。借助Java的跨平臺特性，Egothor能應用于任何環境的應用，既可配置為單獨的搜索引擎，又能用于你的應用作為全文檢索之用。
Nutch Nutch 是一個開源Java 實現的搜索引擎。它提供了我們運行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬蟲。
Lucene
Apache Lucene是一個基于Java全文搜索引擎，利用它可以輕易地為Java軟件加入全文搜尋功能。Lucene的最主要工作是替文件的每一個字作索引，索引讓搜尋的效率比傳統的逐字比較大大提高，Lucen提供一組解讀，過濾，分析文件，編排和使用索引的API，它的強大之處除了高效和簡單外，是最重要的是使使用者可以隨時應自已需要自訂其功能。
Oxyus
是一個純java寫的web搜索引擎。
BDDBot
BDDBot是一個簡單的易于理解和使用的搜索引擎。它目前在一個文本文件(urls.txt)列出的URL中爬行，將結果保存在一個數據庫中。它也支持一個簡單的Web服務器，這個服務器接受來自瀏覽器的查詢并返回響應結果。它可以方便地集成到你的Web站點中。
Zilverline
Zilverline是一個搜索引擎，它通過web方式搜索本地硬盤或intranet上的內容。Zilverline可以從PDF， Word， Excel， Powerpoint， RTF， txt， java， CHM，zip， rar等文檔中抓取它們的內容來建立摘要和索引。從本地硬盤或intranet中查找到的結果可重新再進行檢索。Zilverline支持多種語言其中包括中文。
XQEngine
XQEngine用于XML文檔的全文本搜索引擎。利用XQuery做為它的前端查詢語言。它能夠讓你查詢XML文檔集合通過使用關鍵字的邏輯組合。有點類似于Google與其它搜索引擎搜索HTML文檔一樣。XQEngine只是一個用Java開發的很緊湊的可嵌入的組件。
MG4J
MG4J可以讓你為大量的文檔集合構建一個被壓縮的全文本索引，通過使內插編碼(interpolative coding)技術。
JXTA Search
JXTA Search是一個分布式的搜索系統。設計用在點對點的網絡與網站上。
YaCy
YaCy基于p2p的分布式Web搜索引擎。同時也是一個Http緩存代理服務器。這個項目是構建基于p2p Web索引網絡的一個新方法。它可以搜索你自己的或全局的索引，也可以Crawl自己的網頁或啟動分布式Crawling等。
Red-Piranha
Red-Piranha是一個開源搜索系統，它能夠真正“學習”你所要查找的是什么。Red-Piranha可作為你桌面系統(Windows，Linux與Mac)的個人搜索引擎，或企業內部網搜索引擎，或為你的網站提供搜索功能，或作為一個P2P搜索引擎，或與wiki結合作為一個知識/文檔管理解決方案，或搜索你要的RSS聚合信息，或搜索你公司的系統(包括SAP，Oracle或其它任何Database/Data source)，或用于管理PDF，Word和其它文檔，或作為一個提供搜索信息的WebService或為你的應用程序(Web，Swing，SWT，Flash，Mozilla-XUL，PHP， Perl或c#/.Net)提供搜索后臺等等。
LIUS
LIUS是一個基于Jakarta Lucene項目的索引框架。LIUS為Lucene添加了對許多文件格式的進行索引功能如：Ms Word，Ms Excel，Ms PowerPoint，RTF，PDF，XML，HTML，TXT，Open Office序列和JavaBeans.針對JavaBeans的索引特別有用當我們要對數據庫進行索引或剛好用戶使用持久層ORM技術如：Hibernate，JDO，Torque，TopLink進行開發時。
Aperture
Aperture這個Java框架能夠從各種各樣的資料系統(如：文件系統、Web站點、IMAP和Outlook郵箱)或存在這些系統中的文件(如：文檔、圖片)爬取和搜索其中的全文本內容與元數據。它當前支持的文件格式如下：Plain text HTML， XHTML XML PDF (Portable Document Format) RTF (Rich Text Format) Microsoft Office： Word， Excel， Powerpoint， Visio， Publisher Microsoft Works OpenOffice 1.x： Writer， Calc， Impress， Draw StarOffice 6.x - 7.x+： Writer， Calc， Impress， Draw OpenDocument (OpenOffice 2.x， StarOffice 8.x) Corel WordPerfect， Quattro， Presentations Emails (。eml files)
Apache Solr
Solr是一個高性能，采用Java5開發，基于Lucene的全文搜索服務器。文檔通過Http利用XML加到一個搜索集合中。查詢該集合也是通過http收到一個XML/JSON響應來實現。它的主要特性包括：高效、靈活的緩存功能，垂直搜索功能，高亮顯示搜索結果，通過索引復制來提高可用性，提供一套強大Data Schema來定義字段，類型和設置文本分析，提供基于Web的管理界面等。
Paoding
Paoding中文分詞是一個使用Java開發的，可結合到Lucene應用中的，為互聯網、企業內部網使用的中文搜索引擎分詞組件。Paoding填補了國內中文分詞方面開源組件的空白，致力于此并希翼成為互聯網網站首選的中文分詞開源組件。 Paoding中文分詞追求分詞的高效率和用戶良好體驗。
Carrot2
Carrot2是一個開源搜索結果分類引擎。它能夠自動把搜索結果組織成一些專題分類。Carrot2提供的一個架構能夠從各種搜索引擎(YahooAPI、GoogleAPI、MSN Search API、eTools Meta Search、Alexa Web Search、PubMed、OpenSearch、Lucene index、SOLR)獲取搜索結果。
考試大溫馨提示：本內容來源于網絡，僅代表作者個人觀點，與本站立場無關，僅供您學習交流使用。其中可能有部分文章經過多次轉載而造成文章內容缺失、錯誤或文章作者不詳等問題，請您諒解。如有侵犯您的權利，請聯系我們，本站會立即予以處理。