简介：本文分析了在库中构建搜索引擎的可行性，主要解释了构建小型搜索引擎所需的基本技术关键词：数字图书馆，搜索引擎，图书馆搜索。何构建一个小型搜索引擎中国向高超）摘要：本文分析了图书馆搜索引擎的可行性，主要阐述了构建小型搜索引擎的基本技术。键词：数字图书馆;搜索引擎;搜索中图分类号：TP311文献标识码：AA文章编号：1007-9599（2010）07-0000-01简介随着互联网的兴起，搜索引擎越来越多地被使用。索引擎技术是网络与计算机技术相结合的产物，其发展依赖于网络技术的发展。于图书馆来说，用户桌面研究的需求越来越大，专业覆盖范围广泛，专业细分，购买的专业数据库变得越来越重要，信息量也越来越多。为读者提供快捷方便的信息。过搜索，读者可以即时访问互联网上所需的文献，更好地整合相关主题，研究和研究信息等。书馆可能会考虑建立一个覆盖行业某些部门或某些行业的小型搜索引擎。文试图从基础技术的角度解释如何构建搜索引擎。可以从三个方面粗略地理解现有的开发技术：信息收集，索引构建和恢复，以及一些现有的搜索引擎开发工具。心技术（1）信息收集图书馆收集的信息包括各种图书馆网站，学者个人页面，学术研究资料，在线会议资源，专业数据库，等等由于网页通过超链接相互连接，因此“蜘蛛”程序用于收集Web上的网页。个“蜘蛛”程序也称为Web Robot，Web Agent，Indexing Robot，Worm或Vagrant。遵循标准HTTP协议并在网页之间传递。于浏览网页的超链接（URL）。先，机器人从原始站点列表中读取URL并下载这些URL的页面。后处理这些页面，提取它们包含的新URL并将其添加到下载队列中。后，爬网程序选择队列中的下一个URL进行扫描，直到检索到指定的页数或硬盘没有更多空间。种收集网页的过程通常称为“分析”或“分析”。了提高扫描速度，您可以使用多线程或异步I / O同时使用多个机器人并行分析不同的站点。外，精心设计的“礼貌”机器人应该避免在短时间内向Web服务器发送重复请求，这可能导致重复下载到站点。站管理员还需要知道他们的网站不希望被特定的机器人扫描。
绝机器人有两种方法。
一种是使用Robot协议在站点的根目录下放置一个文件“robot.txt”，告诉站点的机器人部分不要下载。二种方法是使用robots标记，该标记指示页面是否可以被索引或提取更多链接。
了在Web开发早期的机器人下载工具，TueMosaic是最近的个人网络蜘蛛的例子。
用TueMosaic，用户可以输入关键字，设置分析的深度和宽度，并仅输入主页。WebRipper，
宁波seo优化WebMiner和Teleport软件工具允许用户访问包含给定站点上特殊类型或属性的网页。
年来也出现了一些开源工具，例如Heritrix，一种可从Internet下载的Internet归档项目的爬虫。有蜘蛛设计提供额外的功能，例如用于深入分析，语义分析和结果聚类的竞争性手表蜘蛛。Hybird Simulated Annealing Hybrid可以在线执行“全局”搜索。用爬虫工具，您可以从各种图书馆站点，研究人员的个人主页，学术研究论文，在线会议资源，专业数据库等中捕获资源，从而构成图书馆搜索。（2）构建索引搜索引擎的内容已经很好地建立，下一步是为内容数据库创建索引。虫扫描的页面存储在网页库中。了减少所需的存储空间，通常需要压缩和存储页面。面通常存储在数据库中，但对于小型搜索系统，您只需将页面保存为文件即可。引处理下载的网页并用于搜索。引将每个文档保存为句子和句子出现在文档中的位置，并根据句子的出现频率等计算文档的分数，用于查询结果的排序或后续治疗。（3）构建搜索引擎以接收用户的问题并在索引[1]中查询它们。后，查询引擎根据各种内容和链接分析权重对结果进行排序。索引擎的一些搜索引擎也保留常见的查询请求。后，查询引擎将查询结果组织到HTML页面中，并通过用户界面将其呈现给用户。户通过用户界面提交请求请求并显示请求的结果。户通过接口提交请求请求后，请求将提交给查询引擎，查询引擎在索引数据库中查找查询结果并返回用户。
（4）现有工具除了上述探索和索引工具之外，搜索引擎的各个部分还有许多免费软件工具。如Web爬行，索引，搜索，索引存储结构和用户界面。
户可以使用这些工具创建自己的搜索引擎。
些常用的搜索引擎开发工具，如WebGlimpse，ht：// dg，GreenStone和Alkaline。些工具获取用户URL的列表，作为扫描网页，索引扫描的网页和创建用户界面的原始站点。户可以使用这些工具创建自己的专业搜索引擎。论对于中国图书馆界，随着信息技术领域的新理论，新技术和新方法的建立，数字图书馆搜索引擎的搜索和应用，数字图书馆肯定会有更好的发展。们希望能够开发出更多更好的搜索引擎，以促进图书馆行业的快速发展。
本文转载自
宁波seo优化www.leseo.net
补充词条：
宁波网络seo公司
宁波谷歌优化
宁波网站优化推广
宁波seo优化公司
宁波网站seo
