學海拾遺

開發自己的搜索引擎---Lucene 2.0 + Heritrix

【內容簡介】

本書詳細介紹了如何應用Lucene進行搜索引擎開發，通過學習本書，讀者可以完成構建一個企業級的搜索引擎網站。.
全書共分為14章，內容包括搜索引擎與信息檢索基礎，Lucene入門實例，Lucene索引的建立，使用Lucene構建搜索，Lucene的排序，Lucene的分析器，對Word、Excel和PDF格式文檔的解析，Compass搜索引擎框架，Lucene分布式和Google Search API，爬蟲Heritrix，綜合實例之準備篇，綜合實例之HTMLParser篇，綜合實例之DWR篇，綜合實例之Web編。..
本書是國內第一本使用Lucene和Heritrix來講解搜索引擎構建的書，通過詳細的對API和源代碼的分析，力求使讀者在應用的基礎上，能夠深入其核心，自行擴展和開發相應組件，發揮想象力，開發出更具有創意的搜索引擎產品。本書適合Java程序員和從事計算機軟件開發的其他編程人員閱讀，同時也可以作為搜索引擎愛好者的入門書籍。
由于目前市面上從技術層面介紹搜索引擎的書并不多，即使有，也大多停留在理論階段，而非搜索引擎的開發過程。因此，可以說本書是國內第一本詳細介紹搜索引擎開發過程的圖書。
（1）采用最新的Lucene 2.0。以前大家用的1.4.3版本，而最新的Lucene 2.0重寫了很多API，內部的實現方法也有了很大優化。本書的代碼都是在2.0版本下調試通過的，這樣可以幫助讀者了解Lucene的更多新功能。
（2）配有一個完整的搜索引擎案例。這個案例有很強的實用價值，只需稍加修改，就能應用于實際項目，市場價值在30000元以上！
（3）著重解決開發人員頭痛的問題。本書的目的是指導項目實踐，因此沒有羅列各個API的用法，而是對常見的開發問題進行深入探討，比如本書的第7章，是專門為解決“Word，Excel和PDF文件如何解析”這個問題而設置的。
（4）內容新穎，前衛實用。本書介紹了Compass、Heritrix、DWR和HTMLParser等內容。在搜索引擎開發的過程中，這些均為相當重要且實用的技術，筆者經過自身實踐將它們展現給讀者，希望能讓讀者在學習Lucene的同時開拓視野。
光盤特色：
配有一個完整的搜索引擎案例。這個案例有很強的實用價值，只需稍加修改，就能應用于實際項目，市場價值在30000元以上！...

[后注]：
???一直以來都對搜索引擎很有興趣的，最近在學習JAVA，看到了Lucene，所以就找了一下，覺得這本書應該還可以的。只是苦于一直沒有可靠的經濟來源，所以再等一會，看能不能等到電子版哦。唉，這樣子偷偷摸摸地好苦啊！