专业搜索

最新推荐文章于 2025-08-13 14:54:09 发布
最新推荐文章于 2025-08-13 14:54:09 发布
阅读量122 收藏
点赞数
CC 4.0 BY-SA版权
文章标签： 搜索引擎 Solr lucene MySQL Apache
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/vanadiumlin007/article/details/83732327

计划建一个专业领域的搜索引擎，利用开源代码。

蜘蛛爬虫程序用Heritrix，Nutch；收录引擎用Solr. 这些都是开源的。

需要一名经验丰富的JAVA程序员，整合爬虫程序和收录引擎。对于Heritrix，只要程序员能编写一个heritrix writer, 把搜集的数据保存到MYSQL或XML，然后SOLR可以读取就可以了。NUTCH和SOLR的整合有documentation可以阅读，后者应该相对简易些。

相关链接：

1. Heritrix: http://crawler.archive.org/

2. Nutch: http://lucene.apache.org/nutch/

3. Solr: http://lucene.apache.org/solr/

vanadiumlin007
关注
国内智能搜索工具实战教程
herosunly的博客
05-12 27万+
 本文主要介绍了国内智能搜索工具实战教程，希望对学习和使用智能搜索工具的同学们有所帮助。 文章目录 1. 前言 2. 国内智能搜索工具一 3. 国内智能搜索工具二
【互联网人必备】最实用的6大专业搜索工具
热门推荐
Lunaqi的博客
11-28 1万+
播妞的一位朋友，用了将近10年电脑。但他的信息检索能力令人诧异。每次需要找点图片、网站甚至小电影，都需要用很久时间，在各大网站论坛里里疲于奔波。 因为他只会用百度和360啊！ 然而，百度或者google虽然可以提供海量信息，但甄选信息可是一件非常麻烦的事情。如果你想用更垂直更方便的搜索工具，请看下面6个。在一定程度上，它们能帮你摆脱仗势欺人的百度，还能比别人搜到更多资源。基于大家日常上
对于程序员来说，搜索有多重要？
m0_61629312的博客
04-25 3870
2、对想搜的东西，要用不同的关键词、不同的关键句去描述和搜索，并且要尽可能的详细和准确，不要舍不得多写几个字，毕竟字越多越可能匹配到你想要的答案，直到搜到你想要的，这样才能增大搜到你想要的东西的概率，而且更关键的是，每个作者在写回答或者文章时对同一个问题会有不同的描述。如果你的搜索能力很差，那么我建议你想办法提升自己的搜索能力，因为当你遇到问题时，你会为此付出大量的时间，因为你在搜索上花费了太多时间。最后，希望大家可以关注自己的搜索能力，有意识的去提升自己的搜索能力，并挖掘和探索搜索的技巧。
百度的专业检索方法（我们所不知道的搜索语法）
qq_42690811的博客
09-09 3214
搜索内容加双引号能屏蔽广告 搜索时加横梗能快速搜索，缩小搜索范围，如输入框输入： 算法-阿里 搜索内容前加这些，文档能快速找出来 “intitile”表示搜索标题中含有关键词的网页。 “|”表示或者的意思，搜索网页中含有某个关键词。 “inurl”表示标题中含有需要搜索的关键词。 ...
搜索引擎原理详解
风不归的乐园
07-04 5034
搜索引擎原理详解：网络爬虫、索引、查询处理、排名、用户界面、实时更新与维护
图片搜索引擎网站大全，以图搜图网站
办公人导航
03-14 1万+
当我们需要搜索一些图片的时候使用图片搜索引擎网站可以帮我们更快地找到自己需要的图片，那么有哪些图片搜索引擎网站可以搜索图片呢？下面小编就来和大家分享几个以图搜图的网站。
浅谈专业搜索引擎和传统搜索引擎的一些区别
AgileDev的专栏
11-24 3197
    所谓的专业搜索引擎既是指针对某一个专业领域进行专题搜索,比如对"软件工程"这个区域概念的搜索,它的一大特点是只需要访问很少部分的专业网站,并从中提取一定的信息,通过某种算法进行排序,最后将搜索结果表现在客户端.    我们今天常用的google或者百度,在其主页的查询接口都是普通搜索引擎的查询接口,而目前百度和google已经试验在某些领域进行专业搜索的尝试,比如google的"大学搜
什么是垂直搜索引擎
多多说happy的博客
06-26 4049
垂直搜索是针对某一个行业的专业搜索引擎，是搜索引擎的细分和延伸，是对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据进行处理后再以某种形式返回给用户。 垂直搜索引擎和普通的网页搜索引擎的最大区别是对网页信息进行了结构化信息抽取，也就是将网页的非结构化数据抽取成特定的结构化信息数据，好比网页搜索是以网页为最小单位，基于视觉的网页块分析是以网页块为最小单位，而垂直搜索是以结构化数据为
搜索技巧总结
喜气“迎”门
03-18 4297
目的 当我们对于一个知识领域感兴趣，想了解这个领域的概况时，想了解这个领域现在发展怎么样，它的知识结构如何？ 有哪些这个领域的专家学者，我如何能够和他们取得联系，他们的博客、个人网站，他们发表的书籍、论文等等我该如何找到他们？ 我要深入这个领域，我该如何着手？ 有哪些这个领域的经典书籍？ 当我们对于一个知识领域感兴趣，想了解这个领域的概况时，想了解这个领域现在发展怎么样，它的知识结构如何？ 有哪些这
国内搜索引擎API接口
cxk19980802的博客
01-06 4672
目前国内搜索引擎API接口只有博查一家。博查搜索API是一款面向国内用户的企业级互联网网页搜索引擎接口，旨在为AI应用、RAG应用和AI智能体提供干净、准确、高质量的搜索结果。博查SearchAPI作为国内领先的智能搜索解决方案，已服务超过2000家企业和16000名开发者，获得腾讯元器、字节扣子、阿里钉钉等官方推荐。该API提供近百亿网页内容及多样的生态合作内容，如天气、新闻、百科、医疗、火车票、酒店等。本文将介绍博查SearchAPI的优势、应用场景及快速集成方法，助力开发者构建高效、合规的AI应用。
搜索引擎-通用中英文专业搜索引擎技术的研究及应用.pdf
06-27
搜索引擎-通用中英文专业搜索引擎技术的研究及应用.pdf
fofa专业版搜索工具
07-20
使用fofa语法搜索，支持配置页数，能够生成域名、ip、端口三种信息，支持保存为txt文件
电商搜索的专业词库包括搜索的高频词和上万个品牌名
07-30
本资源提供的“电商搜索的专业词库”就是一个针对这一目标打造的重要工具。 标题中的“搜索的高频词”是指在电商平台上频繁被用户搜索的关键词。这些词汇通常涵盖了各类热门商品、热门品牌、热门活动以及一些通用的...
1.4.2 嵌入（embedding）模式：让人工智能大模型为你的产品或业务助力
产品经理独孤虾的专栏
08-13 63
本节文章的主题是人工智能大模型的嵌入模式，即将人工智能大模型作为产品或业务的一部分，提供特定的功能或服务。本节文章将从以下几个方面介绍嵌入模式：什么是嵌入模式？嵌入模式有哪些优缺点？什么时候使用嵌入模式？如何实施嵌入模式？本节文章的目标受众是相应行业和领域的产品经理和运营人员，本节文章的目的是帮助他们了解和掌握嵌入模式的概念和方法，以及嵌入模式在电商、广告营销和用户增长等数字化营销业务上的应用和价值。本节文章的内容将结合一些具体的例子和数据，以及一些实用的建议和注意事项，以便于读者理解和学习。
搜索引擎核心机制解析
最新发布
SEO_juper的博客
08-13 682
搜索引擎工作原理分为三个核心步骤：抓取、索引和排名。首先，机器人会抓取网络内容并存入数据库；然后，搜索引擎分析内容主题、结构和相关性进行索引；最后，根据用户查询匹配最佳结果并排序展示。了解这一机制对SEO至关重要，能帮助网站获得稳定免费的搜索流量。谷歌等传统引擎仍主导市场，其算法会评估页面质量、加载速度、反向链接等200多项因素。虽然AI搜索引擎兴起，但抓取和索引仍是搜索技术的基础。
【lucene】livedocs描述
risc123456的博客
08-11 350
在 Lucene 里，liveDocs（通常写作 `liveDocs`） 是一个非常轻量的只读位图（`Bits`），用来快速回答“当前索引段里哪些文档还活着（即未被删除）”。- 底层由 `LiveDocsFormat` 从 `.liv` 文件读取（Lucene 8.x 默认是 `Lucene50LiveDocsFormat`）。`liveDocs` 这个 `Bits` 对象覆盖了整个段的所有 docID，其中值为 `true` 的位正好对应当前仍然存活（未删除）的文档。为 `0` 的直接跳过。
【lucene】lucene索引文件的读取器都是单向的只能向前不能后退读
risc123456的博客
08-10 228
*凡是通过 `IndexInput`/`IndexOutput` 的 `readXxx / writeXxx` 系列方法读写的底层流** 都是**单向顺序或随机定位**；这里**不是顺序流**，而是 **“按 docId 随机 seek”**，但也**不会回退到比当前 doc 更小的位置**。→ 你可以随时 `seek(pos)` 到任意字节位置，**可以前后跳**，但这是**底层字节流**；→ 同样支持按 docId **随机 seek**，但读出的迭代器依旧**单向**。→ **单向、不可回退**。
Unity：GUI笔记(二)——工具栏和选择网格、滚动列表和分组、窗口、自定义皮肤样式、自动布局
qq_65078669的博客
08-13 686
全局颜色使用的API是GUI.color = Color.red，这里是将全局颜色定为红色。全局的着色颜色，影响背景和文字颜色，哪怕自定义style颜色也会被改变，全局颜色会在之前颜色的基础上进行叠加。可以随时在后面更改全局颜色，会作用在更改后的代码上。GUI.Button(new Rect(0, 0, 100, 30), "测试按钮");GUI.Label(new Rect(0, 50, 100, 30), "测试按钮",style);//可以随时改后面的。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值