本文主要介绍了全文检索系统Lucene的基本原理和技术特点，包括其数学模型、创建索引和检索的过程。同时，还概览了网络爬虫的相关概念，为读者提供了搜索引擎后台和网页设计的基础知识。
一、Lucene概述
（1）全文检索概述
数据分类
结构化数据：具有固定格式或有限长度的数据 如：数据库中的表 检索方式：SQL语句
非结构化数据：不定长度或无固定格式数据 如：邮件、word文档、网页 检索方式：顺序扫描、全文检索
半结构化数据：如：xml文件、json格式数据
反向索引
由字符串到文件的映射是文件到字符串映射的反向过程。
创建索引需要三步：需要检索的数据（Document）、分词技术（Analyzer）、索引创建（Indexer）
索引检索需要四部：搜索关键字（Keywords）、分词技术（Analyzer）、检索索引（Search）、返回结果
（2）Lucene数学模型
二、网络爬虫
三、搜索后台
四、网页设计
扫一扫
975
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
