Posted on 2007-06-26 21:47
tanzek 閱讀(540)
評論(1) 編輯 收藏
開發(fā)自己的搜索引擎---Lucene 2.0 + Heritrix
【內(nèi)容簡介】
本書詳細介紹了如何應用Lucene進行搜索引擎開發(fā)，通過學習本書，讀者可以完成構(gòu)建一個企業(yè)級的搜索引擎網(wǎng)站。.
全書共分為14章，內(nèi)容包括搜索引擎與信息檢索基礎(chǔ)，Lucene入門實例，Lucene索引的建立，使用Lucene構(gòu)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(nèi)第一本使用Lucene和Heritrix來講解搜索引擎構(gòu)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(chǔ)上，能夠深入其核心，自行擴展和開發(fā)相應組件，發(fā)揮想象力，開發(fā)出更具有創(chuàng)意的搜索引擎產(chǎn)品。本書適合Java程序員和從事計算機軟件開發(fā)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(shù)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(fā)過程。因此，可以說本書是國內(nèi)第一本詳細介紹搜索引擎開發(fā)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(nèi)部的實現(xiàn)方法也有了很大優(yōu)化。本書的代碼都是在2.0版本下調(diào)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(fā)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(fā)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(shè)置的。
（4）內(nèi)容新穎，前衛(wèi)實用。本書介紹了Compass、Heritrix、DWR和HTMLParser等內(nèi)容。在搜索引擎開發(fā)的過程中，這些均為相當重要且實用的技術(shù)，筆者經(jīng)過自身實踐將它們展現(xiàn)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(jīng)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！