【文件属性】:
文件名称:Heritrix lucene开发自己的搜索引擎(源码)1
文件大小:8.1MB
文件格式:RAR
更新时间:2010-10-18 03:51:51
lucene 搜索引擎 heritrix
1.光盘中所附代码的运行环境
服务器Tomcat5.5版本
数据库采用MySQL 5.0 版本
JDK采用1.5.0
Spring采用1.2.8版本
DWR采用1.1.3版本
Windows平台
Tomcat 插件TomcatPlugin(下载地址:http://www.sysdeo.com/eclipse/tomcatpluginfr )
2.本书所附光盘范例
Eclipse工程/ch2:原书第二章Eclipse工程文件
对文档预处理的源代码
对文档建立索引的源代码
对文档检索的源代码
使用Lucene检索和使用java.lang.String内置方法进行检索的效率比较
安装:直接在Eclipse中选取“import->Existing Project”
Eclipse工程/ch7:原书第七章和第九章的Eclipse工程文件
使用PDFBox解析PDF文件
使用xpdf解析中文PDF文件
使用POI解析WORD和Excel文件
使用Jacob解析WORD文件
Google的Search API的使用
安装:直接在Eclipse中选取“import->Existing Project”
Eclipse工程/ch9:原书第十二章的工程文件
使用正则表达式解析网页文件
使用HTMLParser解析网页文件
安装:直接在Eclipse中选取“import->Existing Project”
Eclipse工程/heritrixProject:原书第十章的工程文件
在Eclipse配置完成的Heritrix源代码
自行开发的Heritrix的Extractor类:pconline
自行开发的Heritrix的FrontierScheduler类:pconline
自行开发的Heritrix的Extractor类:163mobile
自行开发的Heritrix的FrontierScheduler类:163mobile
安装:直接在Eclipse中选取“import->Existing Project”
Eclipse工程/testDWR:原书第十三章的工程文件
完整的DWR开发环境
DWR在页面调用后台Bean类的实例
DWR操纵页面对象的实例
安装:直接在Eclipse中选取“import->Existing Project”,该工程由于是Web工程,因此需要TomcatPlugin插件。
Eclipse工程/z_mysearch:原书中的搜索引擎完整实例
数据库脚本
网页索引格式
构建词库的源代码
从网页中解析并构建产品信息文件的源代码
从产品信息文件构建索引的源代码
数据库操作类的源代码
基于Spring的业务层管理
检索的业务类源代码
检索的DAO源代码
检索的分页实现源代码
检索的AJAX实现源代码
安装:直接在Eclipse中选取“import->Existing Project”,该工程由于是Web工程,因此需要TomcatPlugin插件。
注:随光盘附带的mirror.rar文件是使用Heritrix从pconline网上抓取的手机信息页面(以网站镜象格式存储),在本书最后搜索引擎完整实例中需要使用到。由于光盘容量有限,笔者删除了原始镜像目录中一部分的网页,可能执行效果和书上不能完全一致,请读者读懂原理后灵活处理。
说明:因为mirror.rar文件引用了第三方网站的大量信息,这需要得到网站的授权,授权的办理需要一段时间,而本书的出版不能再被延误,故本次印刷的图书,mirror.rar文件不能放在光盘中,请读者谅解。请读者在理解书中讲述的原理与方法后灵活处理。
目前已有热心读者愿意为mirror.rar文件提供下载,在此对他们表示感谢。因为该文件需要的空间较大,初期下载地址可能会不确定,请读者发邮件询问本书责编:quyanlian@ptpress.com.cn,注明“Lucene下载地址咨询”。来函必复。
对于个别下载不方便的读者,我们也可以提供刻光盘并邮寄的服务,也请发邮件询问本书责编:quyanlian@ptpress.com.cn,注明“Lucene光盘邮寄”。
【文件预览】:
ch7
----.project(379B)
----.settings()
--------org.eclipse.jdt.ui.prefs(99B)
--------org.eclipse.jdt.core.prefs(633B)
----ch7()
--------jacob()
--------googleapi()
--------pdfbox()
--------poi()
--------xpdf()
----.classpath(938B)
----lib()
--------checkstyle-all-4.2.jar(1.3MB)
--------bcmail-jdk14-132.jar(160KB)
--------bcprov-jdk14-132.jar(1.01MB)
--------FontBox-0.1.0-dev.jar(62KB)
--------googleapi.jar(610KB)
--------poi-2.5.1-final-20040804.jar(783KB)
--------jacob.jar(40KB)
--------tm-extractors-0.4.zip(226KB)
--------PDFBox-0.7.3.jar(3.17MB)
ch9
----.project(379B)
----.classpath(339B)
----lib()
--------htmllexer.jar(68KB)
--------htmlparser.jar(281KB)
----ch9()
--------htmlparser()
--------regex()
ch2
----.project(379B)
----.classpath(354B)
----lib()
--------je-analysis-1.4.0.jar(878KB)
--------lucene-core-2.0.0.jar(394KB)
----ch2()
--------lucenedemo()
网友评论
- 代码不全 但是可以参考
- 还好了可以参考一下
- 值得收藏 市面上已经脱销了
- 还可以,就是内容不太全,有一定参考价值
- 资料不全阿
- 为什么没有格式
- 资料不完全,只有三章的内容,有点旧了
- 不错的参考,谢谢。
- 版本老,只能作参考,而且好像用不了啊
- 已经是过时的了...
- 仅作参考还可以,资料不全,很多漏洞
- 很好,代码不错~~
- 代码很详细,支持分享~!
- 很好,不要抄代码了,哈哈
- 内容不全啊,期待其余的源码。。。。。。
- 文件不是很全,只能参考参考,不过内容也有点旧了
- 只有几章啊
- 内容不错啊,不全归不全,谢谢
- 太简单了,又出不大
- 虽然不全,但也可以用,还是不错的