【正文】 論文作者姓名： 申請學(xué)位專業(yè)： 申請學(xué)位類別： 指導(dǎo)教師姓名（職稱）： 論文提交日期： 一個小型搜索引擎的設(shè)計與實現(xiàn) 摘 要 隨著互聯(lián)網(wǎng)和寬帶上網(wǎng)的普及，搜索引擎在中國異軍突起，并日益滲透到人們的日常生活中，在互聯(lián)網(wǎng)普及之前，人們查閱資料首先想到的是擁有大量書籍的資料的圖書館。但是今天很多人都會選擇一種更方便、快捷、全面、準(zhǔn)確的查閱方式 互聯(lián)網(wǎng)。 本文通過分析國內(nèi)外搜索引擎的發(fā)展現(xiàn)狀，提出了一種功能強(qiáng)大，操作簡單，通用性強(qiáng)，可以滿足用戶對信息搜索需要 ,利用 ASP 技術(shù)實現(xiàn)的一個 B/S 體系結(jié)構(gòu)的搜索引擎系統(tǒng)方案。并對關(guān)鍵的有關(guān)技術(shù)作了較詳細(xì)的介紹。 關(guān)鍵詞 ： 搜索引擎； ASP； B/S；關(guān)鍵字 The Design and Implementation of a Small Search Engine Abstract With the popularization of the Inter and surfing the Net broadband search engine likes a dark horse in China, going to people?s daily life day by day. Before this, when people consult materials the first thought is the library that has a large number of books. Now, more and more people will choose Inter to search for information. It?s more convenient, and accurate for searching information. The search engine that helps us in the whole Inter to quickly identify target information is played more and more attention to. Through analyzing the current development of search engine in domestic and international, this paper gives a plan that achieves the formidable function, simply operating, stronger versatility and satisfies the users to the information search need, and realizes a systematic scheme of search engine of B/S system structure with the technology of ASP. This paper mainly describes the function and realization of this system, data procedure and storing, backstage management, etc. And also introduces to the key relevant technology in detail. During this period, I?ve made a lot effort to union the theory and practice, and coordinates with system to explain from practical application and operation skill while explaining various kinds of theories, hope to more fully reflect the knowledge and application in this system of technology and realize. Key words: Search Engine。 B/S。 目前，搜索引擎系統(tǒng)可以分類三大類，分別是： 目錄式搜索引擎：以人工方式或半自動方式搜集信息，由編輯員查看信息之后，人工形成信息摘要，并將信息置于事先確定的分類框架中。元搜索引擎：這類搜索引擎沒有自己的數(shù)據(jù)，而是將用戶的查詢請求同時向多個搜索引擎遞交，將返回的結(jié)果進(jìn)行重復(fù)排除、重新排序等處理后，作為自己的結(jié)果返回給用戶。因為它要用到信息檢索、人工智能、計算機(jī)網(wǎng)絡(luò)、分布式處理、數(shù)據(jù)庫、數(shù)據(jù)挖掘、數(shù)字圖書館、自然語言處理等多領(lǐng)域的理論和技術(shù)，所以具有綜合性和挑戰(zhàn)性。用戶在搜索引擎上進(jìn)行信息查詢時，并不十分關(guān)注返回結(jié)果的多少，而是看結(jié)果是否和自己的需求吻合。信息智能代理是另外一種利用互聯(lián)網(wǎng)信息的機(jī)制。 (3)采用分布式體系結(jié)構(gòu)提高系統(tǒng)規(guī)模和性能。但當(dāng)系統(tǒng)規(guī)模到達(dá)一定程度（如網(wǎng)頁數(shù)達(dá)到億級）時，必然要采用某種分布式方法，以提高系統(tǒng)性能。交叉語言信息檢索是指用戶用母語提交查詢，搜索引擎在多種語言的數(shù)據(jù)庫中進(jìn)行信息檢索，返回能夠回答用戶問題的所有語言的文檔。該技術(shù)目前還處于初步研究階段，主要的困難在于 語言之間在表達(dá)方式和語義對應(yīng)上的不確定性。 系統(tǒng)開發(fā)環(huán)境 本搜索引擎系統(tǒng)是一個 B/S 結(jié)構(gòu)的系統(tǒng)，它的發(fā)布需要有 Web 服務(wù)器的支持，且需要數(shù)據(jù)庫系 統(tǒng)來方便的對系統(tǒng)數(shù)據(jù)進(jìn)行存儲，查詢，修改，刪除，及時更新系統(tǒng)信息，同時需要一種簡單，方便的編程工具可以與數(shù)據(jù)庫進(jìn)行交互。 B/S 結(jié)構(gòu) B/S 結(jié)構(gòu)，即 Browser/Server（瀏覽器 /服務(wù)器）結(jié)構(gòu)，是隨著 Inter 技術(shù)的興起，對 C/S 結(jié)構(gòu)的一種改進(jìn)的結(jié)構(gòu)。 B/S 結(jié)構(gòu)主要利用了不斷成熟 的 WWW 瀏覽器技術(shù)，結(jié)合瀏覽器的多種 Script 語言，用通用瀏覽器就實現(xiàn)了原來需要復(fù)雜專用軟件才能實現(xiàn)的強(qiáng)大功能，并節(jié)約了開發(fā)成本，是一種全新的軟件系統(tǒng)構(gòu)造技術(shù)。 WWW 服務(wù)提供維護(hù)網(wǎng)站和網(wǎng)頁，并回復(fù)基于瀏覽器的請求。 SQL 數(shù)據(jù)庫信息或其他任何符合 ODBC 的數(shù)據(jù)庫信息都能在 Inter/Intra 上靈活應(yīng)用。所謂數(shù)據(jù)庫是指經(jīng)過組織的、關(guān)于特定主題或?qū)ο蟮男畔⒓稀?Access 應(yīng)用程序就是一種功能強(qiáng)大且使用方便的關(guān)系型數(shù) 據(jù)庫管理系統(tǒng)，一般也稱關(guān)系型數(shù)據(jù)庫管理軟件。它并不需要數(shù)據(jù)庫管理者具有專業(yè)的 第 3 頁 共 23頁 程序設(shè)計水平，任何非專業(yè)的用戶都可以用它來創(chuàng)建功能強(qiáng)大的數(shù)據(jù)庫管理系統(tǒng)。 ASP 腳本在服務(wù)器端解釋執(zhí)行，結(jié)果自動生成符合 HTML 語言的主頁去響應(yīng)用戶的請求。 ASP 本身并不是一種腳本語言，它只是提供了一種使鑲嵌在 HTML 頁面中的腳本程序得以運行的環(huán)境。 ASP 程序中可以包含純文本、 HTML 標(biāo)記以及腳本命令。 3 系統(tǒng)結(jié)構(gòu)設(shè)計 本系統(tǒng)是一個 B/S 結(jié)構(gòu)的系統(tǒng)，采用 IIS ＋ Microsoft Access＋ ASP 作為開發(fā)環(huán)境。系統(tǒng)設(shè)計 6 個功能模塊，分別是網(wǎng)站搜索模塊、圖片搜索模塊、分類目錄模塊、網(wǎng)站登錄模塊、網(wǎng)站管理模塊和管理員登錄模塊。點擊頁面上其他功能模塊的超鏈接，可進(jìn)入相應(yīng) 的模塊界面。管理員登錄模塊同樣需要成功通過驗證才能進(jìn)入相應(yīng)的管理模塊。 數(shù)據(jù)庫設(shè)計 數(shù)據(jù)庫結(jié)構(gòu)設(shè)計幾乎所有的 Web 項目都要基于數(shù)據(jù)庫，這使得數(shù)據(jù)庫的設(shè)計在整個項目中舉足輕重。本設(shè)計根據(jù)系統(tǒng)需求分析，選用 Microsoft Access 作為該系統(tǒng)的數(shù)據(jù)庫。下面對一些關(guān)鍵表作詳細(xì)說明。 Web 表的具體結(jié)構(gòu)如表 1所示： 表 1 網(wǎng)站登錄數(shù)據(jù)表 字段名稱 數(shù)據(jù)類型 說明 主關(guān)鍵字 ID 自動編號 編號 * Title 文本 網(wǎng)站名稱 Content 文本 網(wǎng)站內(nèi)容簡介 URL 文本 網(wǎng)站地址 Verify 是 /否 管理員是否已經(jīng)確認(rèn) Keyword 文本 網(wǎng)站關(guān)鍵字 Name 文本 聯(lián)系人姓名 Email 文本 聯(lián)系人 Email 文本 聯(lián)系人 qq Address 文本 聯(lián)系人地址 PostCode 文本 聯(lián)系人郵政編碼 Time 日期 /時間 網(wǎng)站登錄時間 Click 數(shù)字 網(wǎng)站訪問次數(shù) Sort 文本 子類名稱 Sort_path 文本 子類路徑 Sort_ID 數(shù)字 子類 ID 分類目錄數(shù)據(jù)庫表在數(shù)據(jù)庫中標(biāo)記的是 Sort 數(shù)據(jù)表，它記錄的是子類信息，包括子類名稱、父類 ID 和是否在首頁顯示。具體結(jié)構(gòu)如表 3 所示 ： 表 3 管理員數(shù)據(jù)表 字段名稱 字段名稱 說明 字段名稱 ID 自動編號 編號 * UserName 文本 管理員登錄名 Password 文本 管理員密碼 圖片 數(shù)據(jù)表即： PIC 數(shù)據(jù)表，記錄的是圖片編號、圖片名稱、圖片介紹、圖片地址、是否確認(rèn)、圖片關(guān)鍵字、小圖片相對路徑、大圖片相對路徑、圖片添加的日期、網(wǎng)站訪問次數(shù)。另外頁面還提供一個表單 from，讓用戶輸入要搜索的關(guān)鍵字，當(dāng)用戶輸入關(guān)鍵字單擊搜索按鈕后，表單中的數(shù)據(jù)將被提交到 文件中處理。如果不為空。 流程圖 在網(wǎng)站搜索模塊中，數(shù)據(jù)流程如 圖 2 所示： 圖 2 網(wǎng)站搜索流程圖 界面設(shè)計 搜索模塊的界面設(shè)計如圖 3 所示： 圖 3 網(wǎng)頁搜索模塊界面圖 數(shù)據(jù)是否為空 關(guān)鍵字處理 否 是 輸入關(guān)鍵字 搜索并顯示結(jié) 第 7 頁 共 23頁 圖片搜索結(jié)果如圖 4 所示： 圖 4 圖片搜索結(jié)果圖 代碼設(shè)計 輸入關(guān)鍵字后，數(shù)據(jù)被提交到 中，首先使用 Request 對象的QueryString()方法讀取表單傳遞過來的關(guān)鍵字。關(guān)鍵詞為空 39。 () 函數(shù)的作用是返回前一頁 Script(39。)。/Script else 然后將多個關(guān)鍵字進(jìn)行處理后分開保存在一維數(shù)組中： keyword = replace(keyword,39。用空格替換關(guān)鍵詞中的字符 39。用空格替換關(guān)鍵詞中的字符 [ keyword = replace(keyword,], ) 39。用空格替換關(guān)鍵詞中的中文字符 ， keyword = replace(keyword, ) 39。清除多余的空格 keyword=ltrim(rtrim(keyword)) 39。函數(shù) LTrim 去掉字符串左邊空格，函數(shù) RTrim 去掉字符串右邊空格 keywordlist=split(keyword) 39。建立 RecordSet 對象 for i=0 to ubound(keywordlist) 39。Trim 函數(shù)去掉字符串左邊和右邊函數(shù) sql=sql amp。% amp。 %39。sql 語句， 指的是數(shù)據(jù)表 web 中 title 列的值 , 中包含關(guān)鍵詞 keywordlist(i) sql=sql amp。% amp。 %39。 like 39。 keywordlist(i) amp。 or sql=sql amp。% amp。 %39。LEN 函數(shù)獲得字符 串的長度， left 函數(shù)獲得字符串從左邊數(shù)指定數(shù)目的字符，在此是去掉字符串中最后幾位的 or if path= or sort_path=/0/ then search_sql=verify=0 and (amp。) order by click desc else search_sql=sort_path like 39。 sort_path amp。 and verify=0 and (amp。) order by click desc end if 39。search_sql,conn,1,1 執(zhí)行查詢。然后使用 showpage()過程顯示記錄的頁數(shù)信息，包括當(dāng)前頁、總頁數(shù)等。 分類目錄模塊的實現(xiàn) 功能描述 分類目錄界面由 實現(xiàn)，在該頁面顯示的分類信息包括 sort_id=0 的分類和 sort_id=1 的分類，即最上級分類和要求顯示在首頁上的下級分類。 “醫(yī)療健康 ”又分為以下 10 個類： 緊急救助、瘦身、性保健 /知識、心理健康、醫(yī)院、癌癥、醫(yī)學(xué)、營養(yǎng)品、養(yǎng)生保健和女性健康。這 10 個分類的下一級分類不在首頁上顯示。 工作流程和代碼設(shè)計 單擊分類目錄首頁上的某一分類，進(jìn)入 文件，在該文件中，首先使用 Request 對象的 QueryString（）方法讀取 sort_id 的值在數(shù)據(jù)庫中查找這一分類的所有上級分類，并連接在一起，其逐級顯示分類的代碼如下： locality= amp。要在網(wǎng)頁上顯示的逐級分類 ,如計算機(jī) 軟件 編程語言 if sort_id0 then 39。8 表示在本系統(tǒng)中分類只有 8 級 set rs=(select * from sort where id=amp。sort_idamp。sortamp。locality sort