VIP
解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF
资源名称:解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF 第1章 搜索引擎总体结构1.1 搜索引擎基本模块1.2 开发环境1.3 搜索引擎工作原理1.3.1 网络爬虫1.3.2 全文索引结构与Lucene实现1.3.3 搜索用户界面1.3.4 计算框架1.3.5 文本挖掘1.4 本章小结 第2章 网络爬虫的原理与应用2.1 爬虫的基本原理2.2 爬虫架构2.2.1 基本架构2.2.2 分布式爬虫架构2.2.3 垂直爬虫架构2.3 抓取网页2.3.1 下载网页的基本方法2.3.2 网页更新2.3.3 抓取限制应对方法2.3.4 URL地址提取2.3.5 抓取Javascript动态页面2.3.6 抓取即时信息2.3.7 抓取暗网2.3.8 信息过滤2.3.9 最好优先遍历2.4 存储URL地址2.4.1 BerkeleyDB 2.4.2 布隆过滤器2.5 并行抓取2.5.1 多线程爬虫2.5.2 垂直搜索的多线程爬虫2.5.3 异步I/O 2.6 RSS抓取2.7 ...
