自己動手寫搜索引擎
羅剛編著
294人在讀
21.6萬字總字數
¥22定價
羅剛編著
本書是獵兔企業搜索開發團隊的軟件產品研發和項目實踐的經驗匯總。本書全方位展現出一個商用級別的Lucene搜索解決方案，主要包括爬蟲、自然語言處理和搜索實現部分。爬蟲部分介紹了網頁遍歷方法和從網頁提取主要內容的方法。自然語言處理部分包括了中文分詞從理論到實現以及在搜索引擎中的實用等細節。其他自然語言處理的經典問題與實現包括：文檔排重、文本分類、自動聚類、語法解析樹、拼寫檢查、拼音轉換等理論與實現方法。
看書名以爲是從頭開始架構，沒想到是用的開源搜索引擎加爬蟲。。。
Lucene和Solr的版本太低了，不適合看。只能是看其中的一些概念，權當回顧。