- 1、本文档共34页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
报告提纲
1 搜索引擎使用技巧
2 网络信息采集方法
3 搜索引擎技术实现
4 搜索引擎发展趋势
W
e URL 服务器 爬行器 存储服务器
b
页
搜
索
URL 解析器 锚库
索引库 资源库
标 桶 桶 桶 桶 桶 桶 标引器
引
入
库 链接库
词典库
分类器
用
户
查 页级别评定器 查询器
询
中国科技信息研究所 化柏林
存储数据
64个 293M
桶barrals 词典
43G 41G
顺排文件 倒排文件
中国科技信息研究所 化柏林
服务器
1600台
Solris或Linux C或C++
中国科技信息研究所 化柏林
U 发送URL
R 开始
L
服
务 取URL URL 列表
器
N
页面可取
爬
行
器
Y
网 抓取页面
页 存 压缩
储
服 资源库
抓 务 存储
器
取
识别其它链接
分 锚库
析
器 分析链接信息形成anchor 文件
夹
U
读anchor 文件
R
L
解
文档评论(0)