迅速搭建全文搜索平台——开源搜索引擎实战教程
点此进入淘宝搜索页搜索分类: 图书,计算机/网络,程序设计,网站开发,
作者： 于天恩编著
出 版 社：
出版时间： 2007-10-1字数： 480000版次： 1页数： 287印刷时间： 2007/10/01开本：印次： 1纸张： 胶版纸I S B N ： 9787811231564包装： 平装内容简介
本书作为有心进入搜索引擎业的读者的第二本基础书籍，承接其兄弟篇，讲解了开源搜索引擎的搭建过程中所要解决的基本问题，将搜索引擎这一高起点的技术讲解得清晰透彻，使其变得极为好学，没有任何神秘可言。本书共包括5章，可以分成两个部分。
第一部分（第1章）：建立搜索引擎的方案。这部分用数少的文字总结建立搜索引擎的主要方案，即：常规的数据库搜索、文件搜索，基于数据库全文索引机制的搜索，利用外部非开源web搜索服务进行的搜索，以及利用开源搜索引擎实现的搜索。
第二部分（第2--5章）：架设网络搜索引擎。从第2章起，陆续介绍数据抓取、数据解析、建立索引和执行搜索这四项内容，它们是创建网络搜索平台所要解决的基本问题；第5章，介绍基于Hyper EStraier搜索引擎框架来搭建桌面搜索引擎和Web搜索引擎的方法，给出了相关的案例。
目录
第一部分建立搜索引擎的方案
第1章建立搜索引擎的方案
1.1建立搜索引擎的基本方案
1.1.1常规的数据库搜索
1.1.2常规的文件搜索
1.1.3基于数据库全文搜索功能的搜索
1.1.4基于windows索引服务的全文搜索
1.1.5四种基本方案的总结
1.2利用商业搜索引擎接口实现的全文搜索
1.2.1第一种基于GOogle Search API的搜索
1.2.2第二种基于goode Search API的搜索
1.3利用开源搜索引擎框架实现的全文搜索
小结
思考与练习
第二部分架设网络搜索引擎
第2章数据抓取
2.1WebLech
2.1.1关于webLech
2.1.2下载webLech
2.1.3webLech的使用方法
2.1.4使用webLech
2.2 WebSPHINX
2.2.1关于webSPHINX
2.2.2下载webSPHINX
2.2.3使用websPHINx
2.3J—Spider
2.3.1关于J—Spider
2.3.2下载J—spider
2.3.3使用J—SDider
小结
思考与练习
第3章数据解析
3.1解析PDF文档
3.1.1使用PDFBox解析PDF文档
3.1.2使用Xpdf解析PDF文档
3.2JACOB组件的使用
3.2.1下载JACOB组件
3.2.2JACOB的基本用法
3.3解析word文档
3.3.1使用textmining组件解析word文档
3.3.2使用Java2Word组件解析Word文档
3.3.3使用JACOB组件解析Word文档
3.4解析Excel文档
3.4.1使用JDBC访问Excel文档
3.4.2使用POI组件解析Excel文档
3.4.3使用Java Excel API解析Excel文档
3.5解析Powerpoint，Outlook和Access等文档
3.6解析XML文档
3.6.1使用DOM解析XML文档
3.6.2使用SAX解析XML文档
3.6.3使用JDOM解析XML文档
3.6.4使用DOM4J解析XML文档
3.6.5把XML文档解析成纯文本
3.7解析HTML文档
3.7.1下载HTMLParser组件
3.7.2HTMLParser组件的使用
3.7.3中文问题的提出
3.7.4网页解析的一般方法
小结
思考与练习
第4章建立索引和执行搜索
4.1Hyper Estraier简述
4.1.1下载Hyper Estraier
4.1.2安装Hyper Estraier
4.1.3初试HyperEstmier
4.2使用Java API
4.2.1初试Java API
4.2.2再试Java API
4.3基于Hyper Estraier的应用
4.3.1基于Hyper Estraier的桌面搜索应用
4.3.2基于Hyper Estraier的Web搜索应用
4.4Hyper Estraier的中文搜索
4.4.1Hyper Estraier对中文的支持
……
第5章创建搜索引擎
