《开发自己的搜索引擎——Lucene+Heritrix(第2版)[CD资源包]》第二版[压缩包]

用户共享的电驴资源列表
[开发自己的搜索引擎——Lucene.Heritrix(第2版)[CD资源包]].Lucene.rar	36.41 MB
全选 复制选中链接 下载	36.41 MB

简介:


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/ch7-9：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/ch10/heritrixProject：本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/ch13/SimpleRegex：本书第十三章的工程文件
正则表达式java.util.regex包及自行开发的内容提取示例源代码
解析产品网页信息的基类Extractor类的源代码
自行开发的HTMLParser提取星座内容类：AstroHTMLParserExtractorTest
自行开发的pconline产品页面解析类：ExtractPconlineMoblie
自行开发的网易手机频道产品信息解析类：Extract163Moblie
安装：直接在Eclipse中选取“import- Existing Project”
Eclipse工程/ ch14-ch16/z_mysearch：本书第十四及十六章综合实例的工程文件
自行开发的第11章Tomcat的Web工程框架及示例源代码
自行开发的第14章索引与数据库处理类包com/luceneheritrixbook/core的源代码
自行开发的第16章Web工程中搜索Bean类：SearchResult、SearchResults、SearchRequest
自行开发的第16章数据库访问SearchResultDAO类源代码
自行开发的第16章Lucene索引检索SearchService类源代码
自行开发的第16章前台Web页面：搜索页面、详细页面和图片显示页面
安装：直接在Eclipse中选取“import- Existing Project”
Eclipse工程/ ch15/z_ testDWR：本书第十五章的工程文件
加载DWR支持的Tomcat工程testDWR源代码
DWR中支持Ajax框架的DateWrapper类及自行开发的test.jsp示例源代码
DWR中转换器converter的实现及自行开发的向后台传递参数的示例源代码
自行开发的调用DWR中工具库util.js示例源代码
安装：直接在Eclipse中选取“import- Existing Project”
注： 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。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。mirror.rar的下载地址可以在本书本书支持页面http://hi.baidu.com/lucene1001/blog查找