@ 目录 写在前面 1. 爬取什么 2. 怎么爬 2.1 分析网页的HTML源码，找到规律 2.1 ...

lucene 和 es 的前世今生 lucene 是最先进、功能最强大的搜索库。如果直接基于 lucene 开发，非常复杂，即便写一些简单的功能，也要写大量的 Java 代码，需要深入理解原理。 elasticsearch 基于 lucene，隐藏了 lucene 的复杂性，提供了简单易用 ...

面试题 es 写入数据的工作原理是什么啊？es 查询数据的工作原理是什么啊？底层的 lucene 介绍一下呗？倒排索引了解吗？ 面试官心理分析 问这个，其实面试官就是要看看你了解不了解 es 的一些基本原理，因为用 es 无非就是写入数据，搜索数据。你要是不明白你发起一个写入和搜索请求 ...

第一天 收到需求，需求如下： 1. 收集关键词，构建关键词词库。 收到这个任务，第一想法，这还不简单吗？ 马上动手创建一个关键词录入界面，保存到数据库。 第一步完成了，哈哈大笑了一天，没想到事情原来如此的简单。 数据库配置文件： config.php ...

第十一天 起点： 1. 手把手教你做关键词匹配项目（搜索引擎）---- 第一天 回顾： 10. 手把手教你做关键词匹配项目（搜索引擎）---- 第十天 话说又到周末了，小帅帅又得写总结报告了，小帅帅有点不太喜欢做总结，他觉得写代码都比写总结好。 但是是于老大安排的任务，他不得不去完成 ...

作者：xwjbs 来自：http://blog.csdn.net/xwjbs 转载的时候请注明作者和出处。没有作者的允许，严禁用于商业利益。 托google、百度们成功的福，搜索引擎火了半边天。很多人都想跨到这个行业里边来。前两天在公司里边面试了一些人，基本上没有感到满意 ...

　　用python如何实现一个站内搜索引擎？ 　　先想想搜索引擎的工作流程： 1、网页搜集。用深度或者广度优先的方法搜索某个网站，保存下所有的网页，对于网页的维护采用定期搜集和增量搜集的方式。 2、建立索引库。首先，过滤掉重复的网页，虽然他们有不同的URL；然后，提取出网页的正文；最后，对正 ...

Google搜索技术 搜索引擎只是一个索引数据库，一般没有自己的信息资源，信息的可获得性与搜索引擎无关。不过搜索引擎有时也会在数据库中存储某些信息的内容。 一、普通搜索技术 1、默认模糊搜索、默认拆分语句和过长的短语 排除常用词规则： 在Google的检索规则中，有些常用词 ...