图书介绍

搜索引擎零距离 基于Ruby+Java搜索引擎原理与实现pdf电子书版本下载

搜索引擎零距离  基于Ruby+Java搜索引擎原理与实现
  • 王亮编著 著
  • 出版社: 北京:清华大学出版社
  • ISBN:9787302201472
  • 出版时间:2009
  • 标注页数:394页
  • 文件大小:85MB
  • 文件页数:403页
  • 主题词:互联网络-情报检索

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

搜索引擎零距离 基于Ruby+Java搜索引擎原理与实现PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 网页数据挖掘 1

1.1 网页数据挖掘定义 1

1.2 Web数据挖掘面临的问题 1

1.3 Web数据挖掘的分类 1

1.4 网页数据的结构与特点 3

1.4.1 HTML超文本标记语言 3

1.4.2 WML无线标记语言 4

1.5 网页数据挖掘的基本方法 6

1.5.1 预备知识 7

1.5.2 变量模板匹配方法 8

1.5.3 树节点直接标识方法 10

1.5.4 语义规则识别方法 13

第2章 智能网络爬虫 14

2.1 智能网络爬虫的定义与特点 14

2.2 抓取入口定义 14

2.3 次级页面自动发现 15

2.4 次级页面地址拼接 16

2.5 已爬地址处理 17

2.6 信息采集强度控制 19

2.7 模拟用户登录 19

2.8 验证码识别 20

2.9 代理服务器设置 20

2.10 JavaScript解析控制 21

第3章 网页信息挖掘专用程序设计语言IRS 23

3.1 IRS语言的简介与设计原则 23

3.2 IRS脚本语法结构 23

3.2.1 页面配置块 23

3.2.2 页面名语句 23

3.2.3 爬虫配置声明语句 24

3.2.4 入口声明语句 24

3.2.5 编码配置 26

3.2.6 步长配置 26

3.2.7 重试次数配置 27

3.2.8 正则模式匹配语句 27

3.2.9 匹配名声明 28

3.2.10 lEE表达式 28

3.2.11 模式匹配修饰符 29

3.2.12 节点模式匹配语句 32

3.2.13 次级页面入口语句 33

3.2.14 保存语句 35

3.2.15 Ruby控制语句 35

3.2.16 爬虫配置语句 37

3.2.17 系统配置语句 37

3.2.18 外部配置文件. 38

3.2.19 执行语句块 39

3.2.20 IRQL存储语句 40

3.2.21 IRQL语言中的数据表 44

3.2.22 IRQL内部函数 49

3.2.23 实例解析 55

第4章 IRS虚拟机及编译器实现原理 69

4.1 Ruby基本语法 70

4.1.1 字句构造和表达式 70

4.1.2 字面值 71

4.1.3 控制结构 74

4.1.4 类和方法的定义 80

4.1.5 运算符表达式 84

4.1.6 变量和常量 89

4.1.7 方法调用 91

4.2 Java与JRuby的整合 93

4.2.1 Java中的Ruby运行库环境 93

4.2.2 IRSReflectionCallback类实现 94

4.2.3 在Java中编译执行Ruby脚本 99

4.2.4 Java内嵌Ruby方法总结 100

4.3 词法分析和语法分析 101

4.3.1 定义与简介 101

4.3.2 SableCC 103

4.4 IRS语言的语义分析 137

4.5 IRVM虚拟机主类 146

4.5.1 generateEntrance() 147

4.5.2 getContent() 149

4.5.3 match() 160

4.5.4 Save() 174

4.5.5 compileAndRun() 198

第5章 搜索引擎设计原理 200

5.1 概述 200

5.2 Lucene搜索引擎的原理 205

5.2.1 工作方式 205

5.2.2 基本概念 206

5.2.3 包结构 207

5.2.4 索引操作 208

5.2.5 搜索 210

5.2.6 分析器 214

5.2.7 性能优化 215

5.2.8 并行集群 216

5.3 Hadoop搜索引擎的原理 220

5.3.1 组成结构 220

5.3.2 开发与使用 222

5.4 Nutch搜索引擎的原理 226

5.4.1 简介 226

5.4.2 插件体系 226

5.4.3 数据获取与分析 228

5.5 Compass搜索引擎的原理 264

5.5.1 功能增强 264

5.5.2 API简化 265

5.5.3 编程方式 265

5.6 Solr搜索引擎的原理 266

5.6.1 概述 266

5.6.2 使用Solr 269

第6章 搜索引擎的商业化实现 275

6.1 索引 275

6.1.1 Solr实现 275

6.1.2 MySE实现 279

6.1.3 总结 317

6.2 查询 317

6.2.1 Solr实现 317

6.2.2 MySE实现 318

6.2.3 总结 358

第7章 Hivemind 359

7.1 模块 359

7.2 子模块与依赖性 360

7.3 服务点 361

7.4 拦截器 362

7.5 配置点 363

7.6 符号资源 364

7.7 转换器 365

7.8 对象提供器 368

7.9 服务模型 370

7.10 启动&预加载 373

7.11 服务构造器 376

后记与感谢 393

精品推荐