自己动手写搜索引擎
罗刚编著
294人在读
21.6万字总字数
¥22定价
罗刚编著
本书是猎兔企业搜索开发团队的软件产品研发和项目实践的经验汇总。本书全方位展现出一个商用级别的Lucene搜索解决方案，主要包括爬虫、自然语言处理和搜索实现部分。爬虫部分介绍了网页遍历方法和从网页提取主要内容的方法。自然语言处理部分包括了中文分词从理论到实现以及在搜索引擎中的实用等细节。其他自然语言处理的经典问题与实现包括：文档排重、文本分类、自动聚类、语法解析树、拼写检查、拼音转换等理论与实现方法。
看书名以为是从头开始架构，没想到是用的开源搜索引擎加爬虫。。。
Lucene和Solr的版本太低了，不适合看。只能是看其中的一些概念，权当回顾。