如题所述
本书《Lucene+Heritrix（第2版）》涵盖了搜索引擎开发的全面内容，从基础入门到高级应用。
第1章介绍了搜索引擎历史，概述了Archie、Gopher、Robot和Spider的发展，以及Infoseek、AltaVista、Google和Baidu等重要里程碑。同时，讲解了信息检索系统基础，Lucene的核心概念，以及评价搜索引擎的关键标准。
第2章深入剖析Lucene开发，包括实例演示，从文档预处理和Eclipse工程创建开始，详细解释了索引类、搜索类的创建，以及索引建立过程、文件格式优化、文档删除和同步问题。IndexModifier类的使用也在此部分详细介绍。
第3章关注Lucene搜索，通过IndexSearcher、Hits类和评分机制，演示基础和高级搜索，包括评分方法和文档向量空间模型。
第4-7章则更专注于具体技术细节：第4章详细讲解Query对象，如TermQuery、BooleanQuery、RangeQuery，以及QueryParser的使用。第5章阐述排序、过滤和分页技术，第6章深入Lucene的分析器和高级配置，第7章探讨处理Word、Excel和PDF文档的方法。
第8章至第11章，涵盖Compass框架配置、Lucene分布式、Google Search API、Heritrix网络爬虫以及综合实例，其中7.1-7.5介绍xpdf和POI的使用，8.1-8.5讲解Compass框架，9.1-9.3涉及分布式和Google API，10.1-10.4涉及Heritrix的下载和运行，11.1-11.2提供搜索引擎综合实例的准备。
在实践部分，如第14章，作者展示了如何定制Heritrix抓取特定网站，如网易手机频道，并构建产品信息索引。章节还包括搜索引擎Web界面的搭建，如搜索主页面、图片显示和详细信息页面的实现。
通过本书，读者不仅能学习到Lucene和Heritrix的理论知识，还能掌握其实战应用技巧，全面提升搜索引擎开发能力。
第1章介绍了搜索引擎历史，概述了Archie、Gopher、Robot和Spider的发展，以及Infoseek、AltaVista、Google和Baidu等重要里程碑。同时，讲解了信息检索系统基础，Lucene的核心概念，以及评价搜索引擎的关键标准。
第2章深入剖析Lucene开发，包括实例演示，从文档预处理和Eclipse工程创建开始，详细解释了索引类、搜索类的创建，以及索引建立过程、文件格式优化、文档删除和同步问题。IndexModifier类的使用也在此部分详细介绍。
第3章关注Lucene搜索，通过IndexSearcher、Hits类和评分机制，演示基础和高级搜索，包括评分方法和文档向量空间模型。
第4-7章则更专注于具体技术细节：第4章详细讲解Query对象，如TermQuery、BooleanQuery、RangeQuery，以及QueryParser的使用。第5章阐述排序、过滤和分页技术，第6章深入Lucene的分析器和高级配置，第7章探讨处理Word、Excel和PDF文档的方法。
第8章至第11章，涵盖Compass框架配置、Lucene分布式、Google Search API、Heritrix网络爬虫以及综合实例，其中7.1-7.5介绍xpdf和POI的使用，8.1-8.5讲解Compass框架，9.1-9.3涉及分布式和Google API，10.1-10.4涉及Heritrix的下载和运行，11.1-11.2提供搜索引擎综合实例的准备。
在实践部分，如第14章，作者展示了如何定制Heritrix抓取特定网站，如网易手机频道，并构建产品信息索引。章节还包括搜索引擎Web界面的搭建，如搜索主页面、图片显示和详细信息页面的实现。
通过本书，读者不仅能学习到Lucene和Heritrix的理论知识，还能掌握其实战应用技巧，全面提升搜索引擎开发能力。
温馨提示：答案为网友推荐，仅供参考
