基于Lucene4.6+Solr4.6+Heritrix1.14+S2SH实战开发从无到有垂直搜索引擎

本文主要是介绍基于Lucene4.6+Solr4.6+Heritrix1.14+S2SH实战开发从无到有垂直搜索引擎,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我这里有个课程和大家分享,我的qq是2059055336。我放到你们邮箱里。

。如下图所示:

 

      整个课程 的最大特点是内容新颖全面而又通俗易懂。对于实际搜索引擎所涉及的各种核心技术都有全面细致的介绍,除了作为搜索系统核心的网络爬虫、索引系统、排序系统、链接分析及用户分析外,还包括网页反作弊、缓存管理、网页去重技术等实际搜索引擎必须关注的技术,同时用相当大的篇幅讲解了云计算与云存储的核心技术原理及实现。

      整个课程的另一亮点是:整个项目的构建全部采用最新技术,包括但不限于以下技术:struts 2.3.16 +spring 4.0.1 +hibernate 4.3.1+jquery-easyui 1.3.5+lucene 4.6.0+solr 4.6.0+Heritrix1.14并对其做了二次封装。为了增进学员的理解,课程大量引入形象的图片来讲解算法原理,相信读者会发现原来搜索引擎的核心技术理解起来比原先想象的要简单得多。

 


      一、理论部分:

 

         2.1、搭建heritrix

            1.什么是网络爬虫

            2.网络爬虫能做什么

            3.Heritrix原理

            4.Heritrix搭建

 

         2.2、如何进行主题抓取

            1.什么是主题抓取

            2.主题抓取的意义

            3.主题抓取的策略

            4.如何用heritrix进行主题抓取

 

         2.3、heritrix优化

            1. ELFHash算法

            2.关于robot.txt

            3.将heritrix打包成工具

 

         2.4、解析html页面

            1.java正则表达式

            2.基于模板获取网页内容

            3.利用htmlparser解析html

 

          2.5、中文分词介绍

            1.Lucene自带的分词

            2.ICTCLAS

            3.IK

            4.利用机器学习的算法识别中文文章中的领域词

 

          2.6、网页去重

            1.网页去重的意义

            2.网页去重的主要方法

            3.什么是tf*idf

            4.基于指纹算法的网页去重

 

          2.7、Lucene4.6快速索引与搜索

            1.如何用lucene创建索引

            2.如何用lucene搜索结果

            3.Lucene中intfield怎么搜索

            4.Lucene的结果高亮显示

 

          2.8、Lucene4.6索引的相关操作

            1.创建索引

            2.修改索引

            3.删除索引

            4.索引优化

 

          2.9、Lucene4.6的query、及queryparser

            1.TermQuery 

            2.BooleanQuery

            3.TermRangeQuery

            4.NumericRangeQuery

            5.PrefixQuery

            6.PhraseQuery

            7.MultiPhraseQuery

            8.FuzzyQuery

            9.WildcardQuery

            10.queryparser

 

          2.10、Lucene的Filter及自定义排序

            1.Filter

            2.Lucene自带排序及指定权重

            3.Lucene自定义排序

 

         2.11、Solr快速索引与搜索

            1.什么是solr

            2.为什么工程中要使用solr

            3.Solr的原理

            4.如何在tomcat中运行solr

            5.如何利用solr进行索引与搜索

 

         2.12、Solr的查询及Filter

            1.solr的各种查询

            2.solr的Filter

            3.solr的排序

            4.solr的高亮

 

         2.13、Solr的facet介绍

            1.solr的某个域统计

            2.solr的范围统计

 

         2.14、Solrcloud集群搭建

            1.zookeeper简介

            2.solrcloud集群搭建

 

         2.15、搜索服务的工具封装

            1.工厂模式

            2.封装搜索服务_lucene

            3.封装搜索服务_solr

            4.将lucene与solr封装成可以配置的工具,可以支持任何业务系统

 

      二、项目部分:

 

         2.16、项目实战

            1.项目需求分析及框架选择

            2.Struts 2.3.16介绍

            3.Struts 2.3.16整合Spring 4.0.1

            4.Spring 4.0.1整合hibernate 4.3.1

            5.利用jquery-easyui 1.3.5 做后台管理页面

            6.Heritrix 在工程中的运用

            7.封装好的搜索框架在工程中的运用

            8.Flexpaper模仿百度文库

            9.文件上传

            10.相关代码编写

            11.搜索结果优化

            12.项目总结

课程总目录:

   

   

   

   

 



这篇关于基于Lucene4.6+Solr4.6+Heritrix1.14+S2SH实战开发从无到有垂直搜索引擎的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1110660

相关文章

Pandas使用SQLite3实战

《Pandas使用SQLite3实战》本文主要介绍了Pandas使用SQLite3实战,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学... 目录1 环境准备2 从 SQLite3VlfrWQzgt 读取数据到 DataFrame基础用法:读

利用Python开发Markdown表格结构转换为Excel工具

《利用Python开发Markdown表格结构转换为Excel工具》在数据管理和文档编写过程中,我们经常使用Markdown来记录表格数据,但它没有Excel使用方便,所以本文将使用Python编写一... 目录1.完整代码2. 项目概述3. 代码解析3.1 依赖库3.2 GUI 设计3.3 解析 Mark

利用Go语言开发文件操作工具轻松处理所有文件

《利用Go语言开发文件操作工具轻松处理所有文件》在后端开发中,文件操作是一个非常常见但又容易出错的场景,本文小编要向大家介绍一个强大的Go语言文件操作工具库,它能帮你轻松处理各种文件操作场景... 目录为什么需要这个工具?核心功能详解1. 文件/目录存javascript在性检查2. 批量创建目录3. 文件

Python实战之屏幕录制功能的实现

《Python实战之屏幕录制功能的实现》屏幕录制,即屏幕捕获,是指将计算机屏幕上的活动记录下来,生成视频文件,本文主要为大家介绍了如何使用Python实现这一功能,希望对大家有所帮助... 目录屏幕录制原理图像捕获音频捕获编码压缩输出保存完整的屏幕录制工具高级功能实时预览增加水印多平台支持屏幕录制原理屏幕

最新Spring Security实战教程之Spring Security安全框架指南

《最新SpringSecurity实战教程之SpringSecurity安全框架指南》SpringSecurity是Spring生态系统中的核心组件,提供认证、授权和防护机制,以保护应用免受各种安... 目录前言什么是Spring Security?同类框架对比Spring Security典型应用场景传统

最新Spring Security实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)

《最新SpringSecurity实战教程之表单登录定制到处理逻辑的深度改造(最新推荐)》本章节介绍了如何通过SpringSecurity实现从配置自定义登录页面、表单登录处理逻辑的配置,并简单模拟... 目录前言改造准备开始登录页改造自定义用户名密码登陆成功失败跳转问题自定义登出前后端分离适配方案结语前言

基于Python开发批量提取Excel图片的小工具

《基于Python开发批量提取Excel图片的小工具》这篇文章主要为大家详细介绍了如何使用Python中的openpyxl库开发一个小工具,可以实现批量提取Excel图片,有需要的小伙伴可以参考一下... 目前有一个需求,就是批量读取当前目录下所有文件夹里的Excel文件,去获取出Excel文件中的图片,并

OpenManus本地部署实战亲测有效完全免费(最新推荐)

《OpenManus本地部署实战亲测有效完全免费(最新推荐)》文章介绍了如何在本地部署OpenManus大语言模型,包括环境搭建、LLM编程接口配置和测试步骤,本文给大家讲解的非常详细,感兴趣的朋友一... 目录1.概况2.环境搭建2.1安装miniconda或者anaconda2.2 LLM编程接口配置2

基于Python开发PDF转PNG的可视化工具

《基于Python开发PDF转PNG的可视化工具》在数字文档处理领域,PDF到图像格式的转换是常见需求,本文介绍如何利用Python的PyMuPDF库和Tkinter框架开发一个带图形界面的PDF转P... 目录一、引言二、功能特性三、技术架构1. 技术栈组成2. 系统架构javascript设计3.效果图

基于Canvas的Html5多时区动态时钟实战代码

《基于Canvas的Html5多时区动态时钟实战代码》:本文主要介绍了如何使用Canvas在HTML5上实现一个多时区动态时钟的web展示,通过Canvas的API,可以绘制出6个不同城市的时钟,并且这些时钟可以动态转动,每个时钟上都会标注出对应的24小时制时间,详细内容请阅读本文,希望能对你有所帮助...