《开发自己的搜索引擎:Lucene 2.0+Heritrix》

《开发自己的搜索引擎:Lucene 2.0+Heritrix》是一本针对搜索引擎开发的书籍。通过学习本书，读者可以独立构建出一个企业级的搜索引擎网站。本书详细讲解了搜索引擎与信息检索基础，Lucene入门实例，Lucene索引的建立，使用Lucene进行搜索，排序，过滤和分页，Lucene的分析器，对Word、Excel和PDF格式文档的处理，Compass搜索引擎框架，Lucene分布式和Google Search API，爬虫Heritrix，HTMLParser，DWR等内容。最后综合使用所讲述的技术，构建了一个典型的垂直搜索系统，该系统具有很强的商业实用价值。 　全书共分为14章，内容包括搜索引擎与信息检索基础，Lucene入门实例，Lucene索引的建立，使用Lucene构建搜索，Lucene的排序，Lucene的分析器，对Word、Excel和PDF格式文档的解析，Compass搜索引擎框架，Lucene分布式和Google Search API，爬虫Heritrix，综合实例之准备篇，综合实例之HTMLParser篇，综合实例之DWR篇，综合实例之Web编。 《开发自己的搜索引擎:Lucene 2.0+Heritrix》是一本介绍如何使用Lucene 2.0和Heritrix来构建搜索引擎的书。通过对相关API和源代码的分析，力求使读者在掌握应用的基础上能够深入其核心，自行扩展和开发相应组件，开发出更有创意的搜索引擎产品。