xiewei906的专栏

网络搜索主要包括信息采集、信息抽取、信息加工、信息检索四个模块。1) 信息采集(网络蜘蛛)对指定网站进行数据采集，把需要的信息存放到本地，并记录相应的采集信息。以供信息抽取模块进行数据提取。2) 信息抽取从采集的信息中抽取有效的数据进行结构化处理。剔除垃圾信息，获得正文内容，以及相关图片、种子文件等相关信息。对网站的追加信息、更新信息、删除信息进行分类处理。通过配置XML文件对不同...

第一个类Searcher，主要负责遍历指定的文件系统并且索引文件中包含.txt文件package com.biaoqi.ibs.util;import java.io.File;import java.io.FileReader;import java.io.IOException;import java.io.Reader;import java.util.Date;...

利用LUCENE工具包时，虽然lucene缺省提供了2个比较通用的分析器SimpleAnalyser和StandardAnalyser，但这2个分析器对中文的支持都非常弱，所以要加入对中文语言的切分规则，后来发现了Qieqie的庖丁解牛，于是下载下来想好好利用这个来解决我的中文分词问题，但是经过我的测试，发现总是找不到那个字典目录，还好有源文件，后来就看了下它里面加载资源文件的类，可能就是路径没有...

默认情况下,IndexSearcher类的search方法返回查询结果时,是按文档的分值排序的,可以使用重载的search方法对结果排序IndexSearcher.search(Query,Sort);new Sort() 和 Sort.RELEVANCE,以及null一样,采用默认排序,要定义排序字段,方法是将字段传入Sort对象Sort sort = new Sort(...

先 说下CVSNT的用户验证方式，CVSNT的用户验证方式分两种：Windows系统用户与CVSNT用户共存的混合验证方式，及CVSNT用户单一验证 方式，默认工作在混合验证方式下，当然使用单一验证方式对用户的管理肯定比较方便一点，因此下面的配置就是围绕该方式进行的。各个资源库所使用的验证方式 及用户配置由其目录下CVSROOT里的配置文件决定，其中有几个比较重要的文件。 1、config文件(T...

1 lucene简介1.1 什么是luceneLucene是一个全文搜索框架，而不是应用产品。因此它并不像www.baidu.com 或者google Desktop那么拿来就能用，它只是提供了一种工具让你能实现这些产品。1.2 lucene能做什么要回答这个问题，先要了解lucene的本质。实际上lucene的功能很单一，说到底，就是你给它若干个字符串，然后它为你提供一个全文...

一 相对路径的获得 说明:相对路径(即不写明时候到底相对谁)均可通过以下方式获得（不论是一般的java项目还是web项目） [code="java"]String relativelyPath=System.getProperty("user.dir"); [/code] 上述相对路径中，java项目中的文件是相对于项目的根目录 ...