解密搜索引擎技术实战 : Luc认领

本书是猎兔搜索开发团队的软件研发和教学实践的经验汇总。 本书总结搜索引擎相关理论与实际解决方案，并给出了Java实现，其中利用了流行的开源项目Lucene和Solr，而且还包括原创的实现。 主要包括总体介绍部分、爬虫部分、自然语言处理部分、全文检索部分以及相关案例分析。 爬虫部分介绍了网页遍历方法和如何实现增量抓取。并介绍了从网页等各种格式的文档中提取主要内容的方法。 自然... 更多