【正文】 ucene的開發(fā)包進行搜索操作。最后把搜索的結果以 HTTP消息包的形式發(fā)送至客戶端，從而完成一次搜索操作。服務端 Servlet程序的結構如下：29圖 3 服務端 Servlet 程序的結構實現(xiàn)的關鍵代碼如下：public void Search(String qc, PrintWriter out) throws Exception { // 從索引目錄創(chuàng)建索引 IndexSearcher _searcher = new IndexSearcher(c:\\news\\index)。 // 創(chuàng)建標準分析器 Analyzer analyzer = new ChineseAnalyzer()。 // 查詢條件 String line = qc。 // Query是一個抽象類 Query query = (line, title, analyzer)。 (html)。 (headtitle搜索結果/title/head)。 (body bgcolor=ffffff)。 (center + form action=39。/NewsServer/results39。 method=39。get39。 + font face=39。華文中宋39。 color=39。3399FF39。新聞搜索引擎30/font: + input type=39。text39。 name=39。QueryContent39。 size=39。2039。 + input type=39。submit39。 name=39。submit39。 value=39。開始搜索39。 + /form/center )。 (p搜索關鍵字：font color=red + (title) + /font/p)。 Hits hits = (query)。 ( 總共找到font color=red + () + /font條新聞br)。 final int HITS_PER_PAGE = 10。 for (int start = 0。 start ()。 start += HITS_PER_PAGE) { int end = ((), start + HITS_PER_PAGE)。 for (int i = start。 i end。 i++) { Document doc = (i)。 String url = (url)。 if (url != null) { ( (i + 1) + a href=39。 + url + 39。 + replace((title), qc) + /abr)。} else { (沒有找到！)。} }} (/body/html)。 ()。 }。31 在 Tomcat 上部署項目Tomcat中的應用程序是一個 WAR（Web Archive）文件。WAR 是 Sun提出的一種Web應用程序格式，與 JAR類似，也是許多文件的一個壓縮包。這個包中的文件按一定目錄結構來組織：通常其根目錄下包含有 Html和 Jsp文件或者包含這兩種文件的目錄，另外還會有一個 WEBINF目錄，這個目錄很重要。通常在 WEBINF目錄下有一個 classes目錄， 是這個應用的配置文件，而classes目錄下則包含編譯好的 Servlet類和 Jsp或 Servlet所依賴的其它類（如JavaBean） 。通常這些所依賴的類也可以打包成 JAR放到 WEBINF下的 lib目錄下，當然也可以放到系統(tǒng)的 CLASSPATH中。在 Tomcat中，應用程序的部署很簡單，你只需將你的 WAR放到 Tomcat的webapp目錄下，Tomcat 會自動檢測到這個文件，并將其解壓。你在瀏覽器中訪問這個應用的 Jsp時，通常第一次會很慢，因為 Tomcat要將 Jsp轉化為 Servlet文件，然后編譯。編譯以后，訪問將會很快。 小結本章中詳細介紹了如何構架基于 Tomcat的 Web服務器，使得用戶通過瀏覽器進行新聞的搜索，最后還對 Tomcat如何部署進行了說明。32 第六章 項目總結以及未來工作展望 項目總結搜索引擎技術從誕生之日開始就一直是網(wǎng)絡人關注的焦點，發(fā)展也很迅速，所以如今已出現(xiàn)了很多優(yōu)秀的開源的項目，例如本項目中的Lucene。在兩個月的學習和實踐開發(fā)中，對搜索引擎各方面的理解逐步加深，包括它的發(fā)展歷史和它的工作原理，同時對一些主流的搜索引擎例如百度，谷歌，雅虎也有所了解。本文在對高性能的爬蟲工具包Heritrix和可擴展的Java全文索引工具包Lucene進行系統(tǒng)分析的基礎上，設計了整個搜索引擎的構架，并使用Java語言初步實現(xiàn)了一個可擴展的中文搜索引擎。 未來工作展望由于時間緊迫，且整個系統(tǒng)涵蓋的范圍很大，涉及到的技術細節(jié)多，有部分的實現(xiàn)采用了比較簡單的方法，以便于整個系統(tǒng)的順利實現(xiàn)。因此，在以下幾個方面，我們還要進行繼續(xù)深入的研究，以提高整個系統(tǒng)的性能。 1．對于當搜索深度加深后，單機的網(wǎng)頁下載速度和處理能力都要受到限制。如何應用分布式檢索系統(tǒng)來建立一個大型的搜索引擎將是未來搜索引擎研究的一個重大問題，在這方面需要對分布式檢索系統(tǒng)進行仔細研究。這方面的改進將會使搜索引擎的搜索范圍更加廣闊。 2，系統(tǒng)的大部分功能己經(jīng)實現(xiàn)，但是在代碼編寫方面還有很多需要優(yōu)化的地方。今后的工作需要進一步的優(yōu)化程序代碼，以實現(xiàn)系統(tǒng)真正的高效率運行。 3．對于英文搜索引擎來說，建立索引和查詢時，語句中單詞之間是天然通過空格分開的，但亞洲語言的中日韓文語句中的字是一個字挨著一個，所以分詞對于中文搜索引擎的來說至關重要，本系統(tǒng)采用的是比較簡單的分詞規(guī)則，今后將對中文分詞進行深入的研究，以提高系統(tǒng)的查準率和查全率。33參考文獻[1] 盧亮，、實踐與應用[M].北京：出版社，[2] 李曉明 閆宏飛 王繼民。搜 索引 擎 — 原理、技術與系統(tǒng)[M][3] web 文檔自動分類技術研究及其在搜索引擎中的應用[C].北京大學2022, pp. 88[4] ——搜索引擎精解案例教程[M].[5] 鄒天思，潘凱華， 網(wǎng)絡編程自學手冊[M]. 人民郵電出版社，[6] Z Yuntao G Ling W Yongcheng . An improved TFIDF approach for text classifiction[N] 2022[7] 黃菁萱 吳立德.”基于向量空間模型的文檔分類系統(tǒng),” 模式識別與人工智能, vol. 1, 1998.[8] . 北京: 商務印書館, 200[9] 北京大學天網(wǎng)中英文搜索引擎. [10] 馮是聰 張志剛 李曉明.”一種中文 web 文檔自動分類方法的實現(xiàn)及其應用,”工程, 2022[11] M. Najork and A. Heydon, HighPerformance Web Crawling, Compaq Systems Research Center Sep 2022[12] 趙淑梅. 全文搜索引擎技術[J]. 鄭州鐵路職業(yè)技術學院學報 ， 2022，(03) [13] 陳康，許婷，戴文俊，武港山. 基于 Web 的全文搜索引擎的設計與實現(xiàn)[J]. 計算機工程 ， 2022，(20) [14] 張海英. 搜索引擎技術與原理剖析[J]. 勝利油田職工大學學報 ， 2022，(04) [15] 胡雙雙，秦杰. 搜索引擎技術及其發(fā)展趨勢[J]. 福建電腦 ， 2022， (06) [16] 崔飛虎，潘正運. 基于互聯(lián)網(wǎng)的全文搜索引擎模型[J]. 信息安全與通信保密 ， 2022[17] 網(wǎng)絡爬蟲設計URL 去重存儲庫設計 [18] Lucene 簡介 [19] Lucene 結構 Lucene 中國[20] 李剛、宋偉、邱哲《征服 AJAX，Lucene 構建搜索引擎》254 頁[21] 夏旭 李健康《中外搜索引擎研究的現(xiàn)狀與發(fā)展》34致 謝 本論文是在我的導師雷迎科老師的親切關懷和悉心指導下完成的。雷老師嚴肅的科學態(tài)度，嚴謹?shù)闹螌W精神，精益求精的工作作風，深深地感染和激勵著我。雷老師不僅在學業(yè)上給我以精心指導，同時還在思想、生活上給我以無微不至的關懷，在此謹向雷老師致以誠摯的謝意和崇高的敬意。 我還要感謝在一起愉快的度過畢業(yè)論文小組的同學們，正是由于你們的幫助和支持，我才能克服一個一個的困難和疑惑，直至本文的順利完成。 論文的完成標志著四年的本科時代即將結束，也意味著新的生活又將開始了。記不清從開始進入課題到論文的順利完成，有多少可敬的同學、朋友給了我無言的幫助，在這里請接受我誠摯的謝意!最后我還要感謝含辛茹苦培養(yǎng)我長大的父母，謝謝你們! 最后，再次對關心、幫助我的老師和同學表示衷心地感謝！