基于LUCENE2.0的源代码搜索引擎架构的实现.pdf 全文

  本文关键词：基于LUCENE2.0的源代码搜索引擎架构的实现，由笔耕文化传播整理发布。

西北工业大学 硕士学位论文 基于LUCENE2.0的源代码搜索引擎架构的实现 姓名：罗玫 申请学位级别：硕士 专业：软件工程 指导教师：张原 座机电话号码 西北T业大学硕十学位论文 摘要 摘要 在互联网蓬勃发展的今天，互联网上的信息更是浩如烟海。人们在享受互联 网带来的便利的同时，也面临着一个问题，如何在庞大的信息中准确、快速的找 到自己所需要的信息，由此互联网搜索引擎应运而生。目前的w曲搜索引擎技术 正成为计算机科学界和信息产业界争相研究、开发的对象。 搜索引擎是指在互联网上专门提供查询服务的一类网站，这些网站通过网络 搜索软件或网站登陆等方式，收集互联网上大量网站的页面，经过加工处理后建 库，从而能够对用户提出的各种查询作出响应，提供用户所需的信息。 本文利用开源的hccne引擎架构设计并实现了一个可复用、可扩展的搜索引 擎系统Hicode，能够用来专门搜索web和本地数据中具有程序语言源代码的文件， 能够有效的定位用户所需要的某段程序源码及其源文件所在的位置。 本文先介绍了Luccne以及搜索引擎系统Hicode中要用到的开源工具。然后利 用Java技术对搜索引擎的三个核心部分即爬虫、索引和搜索进行了实现。爬虫部 分采用了Java的多线程机制，，使用线程池管理多个抓取线程，并发抓取网页。索 引和搜索部分利用hcene引擎架构，实现了比hcene自定义的中文分词更有效的 中文分词，还引

  本文关键词：基于LUCENE2.0的源代码搜索引擎架构的实现，由笔耕文化传播整理发布。