解密搜索引擎技术实战：Lucene&Java精华版(第3版) 完整pdf扫描版[136MB] 附源码

解密搜索引擎技术实战：Lucene&Java精华版(第3版)是猎兔搜索开发团队的软件研发和教学实践的经验汇总。本书总结搜索引擎相关理论与实际解决方案，并给出了Java实现，其中利用了流行的开源项目Lucene和Solr，而且还包括原创的实现。本书主要包括总体介绍部分、爬虫部分、自然语言处理部分、全文检索部分以及相关案例分析。

爬虫部分介绍了网页遍历方法和如何实现增量抓取，并介绍了从网页等各种格式的文档中提取主要内容的方法。

自然语言处理部分从统计机器学习的原理出发，包括了中文分词与词性标注的理论与实现及在搜索引擎中的应用等细节，同时对文档排重、文本分类、自动聚类、句法分析树、拼写检查等自然语言处理领域的经典问题进行了深入浅出的介绍，并总结了实现方法。

在全文检索部分，结合Lucene介绍了搜索引擎的原理与进展。用简单的例子介绍了Lucene的应用方法，包括完整的搜索实现过程：从完成索引到搜索用户界面的实现。

目录

第1章 搜索引擎总体结构 1
第2章 网络爬虫的原理与应用 11
第3章 索引内容提取 86
第4章 中文分词的原理与实现 144
第5章 让搜索引擎理解自然语言 199
第6章 Lucene原理与应用 303
第7章 搜索引擎用户界面 370
第8章 使用Solr实现企业搜索 413
第9章 地理信息系统案例分析 474
第10章 户外活动搜索案例分析 495