最新公告
  • 开通终身SVIP,享全站不限量下载次数-云资源-集成各类网络资源-正在更新中-预计更新到5W+文章开通SVIP
  • 文章介绍
  • 评价建议
  • 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  抓取FTP
    2.8  下载图片
    2.9  图像的OCR识别
    2.9.1  图像二值化
    2.9.2  切分图像
    2.9.3  SVM分类
    2.10  Web结构挖掘
    2.10.1  存储Web图
    2.10.2  PageRank算法
    2.10.3  HITs算法
    2.10.4  主题相关的PageRank
    2.11  部署爬虫
    2.12  本章小结
    第3章  索引内容提取
    3.1  从HTML文件中提取文本
    3.1.1  字符集编码

    资源截图:

    image.png


    曙光网云资源 » 解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。