【正文】 信息（以網(wǎng)頁文字為主）而建立的數(shù)據(jù)庫中，檢索與用戶查詢條件匹配的相關(guān)記錄，然后按一定的排列順序?qū)⒔Y(jié)果返回給用戶。和Java 。Ajax技術(shù)之中，核心的技術(shù)就是XMLHttpRequest，它最初的名稱叫做XMLHTTP，是微軟公司為了滿足開發(fā)者的需要。3 需求分析 同步環(huán)境本系統(tǒng)的同步環(huán)境如圖3：圖3 同步環(huán)境檢索服務(wù)器通過Internet檢索Web頁面。處理：去前后空格，關(guān)鍵字，查詢索引庫。這條件可以是限定的謀個(gè)域名空間、或者是限定的網(wǎng)頁抓取級數(shù)。通過查詢頁面，輸入關(guān)鍵字，提交給系統(tǒng)，程序就開始處理，最后把結(jié)果以列表的形式顯示出來。 String mata=。 //得到去了HTML標(biāo)簽的網(wǎng)頁文本 URL=url。 } urlArr=().Split(39。(iDexDir,true)。(doc)。content=(keywords,font color=red+keywords+/font)。Ajax技術(shù)解決了數(shù)據(jù)與服務(wù)器的異步交互問題，在前臺不再出現(xiàn)整個(gè)頁面的重新加載。[5] 方睿,刁仁宏,[M].成都:四川大學(xué)出版社,2005。除非另有科研合同和其他法律文書的制約，本論文的科研成果屬于成都信息工程學(xué)院。參考文獻(xiàn)[1] 李剛,宋偉，邱哲．征服Ajax和Lucene構(gòu)建搜索引擎[M].北京：人民郵電出版社,2006。該系統(tǒng)引入了當(dāng)前用于構(gòu)建搜索引擎的Lucene工具包，,充分利用Lucene所提供的工具，完成搜索引擎的基本功能。 i endNum。((mata,row[mata].ToString()))。 在創(chuàng)建索引庫時(shí)，會合并多個(gè)Segments文件。+mata+39。 urlList = GetHttpUrl(PageString)。再下步就是對獲取到的標(biāo)題、網(wǎng)頁內(nèi)容、鏈接等信息調(diào)用數(shù)據(jù)庫操作通用類DAI保存到數(shù)據(jù)庫里，這就實(shí)現(xiàn)了一個(gè)網(wǎng)頁的抓取。Analyzer類是一個(gè)抽象類，它有多個(gè)實(shí)現(xiàn)。系統(tǒng)的功能流程()。收集數(shù)據(jù)時(shí)不能夠出現(xiàn)無響應(yīng)的等待。2. 使用異步方式與服務(wù)器通信，不需要打斷用戶的操作，具有更加迅速的響應(yīng)能力。搜索引擎首先會對搜索的關(guān)鍵詞進(jìn)行解析，然后再在建立好的索引上面進(jìn)行查找，最終返回和用戶輸入的關(guān)鍵詞相關(guān)聯(lián)的文檔。接下來在索引數(shù)據(jù)庫中搜索排序，當(dāng)用戶輸入關(guān)鍵詞搜索后，由搜索系統(tǒng)程序從網(wǎng)頁索引數(shù)據(jù)庫中找到符合該關(guān)鍵詞的所有相關(guān)網(wǎng)頁。真正意義上的搜索引擎，通常指的是收集了因特網(wǎng)上幾千萬到幾十億個(gè)網(wǎng)頁并對網(wǎng)頁中的每一個(gè)詞（即關(guān)鍵詞）進(jìn)行索引，建立索引數(shù)據(jù)庫的全文搜索引擎。但是翻譯僅僅是學(xué)術(shù)方面的應(yīng)用，更重要的是Google建立起來的海量搜索歷史記錄。論文詳細(xì)說明了系統(tǒng)開發(fā)的背景，開發(fā)環(huán)境，系統(tǒng)的需求分析，以及功能的設(shè)計(jì)與實(shí)現(xiàn)。Lucene是Java世界中常用的索引API，使用它提供的方法可以為文本資料創(chuàng)建索引，并提供檢索。這也意味著搜索不再是簡單的技術(shù)或者是網(wǎng)絡(luò)導(dǎo)航而已，而是會成為普通人生活中必備的工具之一。全文搜索引擎的 “網(wǎng)絡(luò)蜘蛛”能夠掃描一定地址范圍內(nèi)的網(wǎng)站，并沿著網(wǎng)絡(luò)上的鏈接從一個(gè)網(wǎng)頁到另一個(gè)網(wǎng)頁，從一個(gè)網(wǎng)站到另一個(gè)網(wǎng)站采集網(wǎng)頁資料。為什么索引這么重要呢，試想你現(xiàn)在要在大量的文檔中搜索含有某個(gè)關(guān)鍵詞的文檔，那么如果不建立索引的話你就需要把這些文檔順序的讀入內(nèi)存，然后檢查這個(gè)文章中是不是含有要查找的關(guān)鍵詞，這樣的話就會耗費(fèi)非常多的時(shí)間，想想搜索引擎可是在毫秒級的時(shí)間內(nèi)查找出要搜索的結(jié)果的。XMLHttpRequest的出現(xiàn)為Web開發(fā)提供了一種全新的可能性，甚至整個(gè)改變了人們對于Web應(yīng)用由什么來組成的看法。5. 對收集到的數(shù)據(jù)進(jìn)行關(guān)鍵詞的檢索。 搜索引擎模型模型包括爬蟲、索引生成、查詢以及系統(tǒng)配置部分。因?yàn)樽ト〉木W(wǎng)頁含有HTML標(biāo)簽、Javascript等，對搜索多余的信息，如果抓取到的網(wǎng)頁不經(jīng)過處理就會使搜索變得不夠精確。 關(guān)鍵代碼詳解 代碼結(jié)構(gòu)如圖6：數(shù)據(jù)庫網(wǎng)頁爬蟲Console端應(yīng)用程序索引生成Console端應(yīng)用 寫入 讀取 生成引用查詢Web程序 檢索圖6 代碼結(jié)構(gòu)在網(wǎng)頁爬蟲Console端應(yīng)用程序里輸入一個(gè)有效的URL后這部份就開始從第一個(gè)URL開始遍歷相關(guān)的鏈接并把相關(guān)的信息寫入到網(wǎng)頁數(shù)據(jù)存儲數(shù)據(jù)庫里，然后就由索引生成程序讀取網(wǎng)頁數(shù)據(jù)存儲數(shù)據(jù)庫，對每條記錄生成索引記錄，存放于生成的索引庫文件里。 try { Stream strm=null。 URL != ) { (insert into WebContent(url,content,title,mata) values(39。i++) { url=urlArr[i]。(Index Finished. {0} Documents takes {1} second.,docNum, ((TimeSpan)(end start)).TotalSeconds)。選取部分代碼來說明：首先在頁面后臺程序中進(jìn)行Ajax注冊，代碼如下：private void Page_Load(object sender, e) { //ajax注冊 (typeof(Search))。(td+content+br+(CreateDate)+/td)。但從總的情況看來，使用Ajax 和Lucene構(gòu)建搜索引擎還有不完善的地方，系統(tǒng)還存在很多有待解決的問題，主要的表現(xiàn)有以下幾個(gè)方面：1. 全世界對搜索引擎的研究一直不斷的深入，搜索引擎原理的每一步，從數(shù)據(jù)庫到前臺頁面，都是可能要經(jīng)過十幾億數(shù)據(jù)的考驗(yàn)，應(yīng)有很復(fù)雜的算法來處理。文中除了特別加以標(biāo)注地方外，不包含他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得成都信息工程學(xué)院或其他教學(xué)機(jī)構(gòu)的學(xué)位或證書而使用過的材料。關(guān)于學(xué)位論文使用權(quán)和研究成果知識產(chǎn)權(quán)的說明：本人完全了解成都信息工程學(xué)院有關(guān)保管使用學(xué)位論文的規(guī)定，其中包括：（1）學(xué)校有權(quán)保管并向有關(guān)部門遞交學(xué)位論文的原件與復(fù)印件。同時(shí)，搜索引擎的速度，智能都需要很完善的優(yōu)化處理。}}6 測試為了檢驗(yàn)搜索引擎的基本功能是否實(shí)現(xiàn)，過程是否出現(xiàn)錯(cuò)誤，以及是否達(dá)到了需求說明中所定義的需求，測試結(jié)果介紹如下： 功能測試第一步：確定數(shù)據(jù)庫中數(shù)據(jù)為空。[]public string SearchResult(string keywords,string pageNo){其中，前臺所存在的文字的代碼如下：StringBuilder sb = new StringBuilder()。()。 Thread th = new Thread(new ThreadStart(UrlThread))。,39。 } catch {