面向OA 资源的垂直搜索引擎构建研究

摘要

为整合各类异构系统中的开放存取资源，本文利用开源网络爬虫Heritrix 以及开源软件包Jsoup，PDFBOX，Lucene，以及开源数据库Mysql，构建一套完全基于开源软件的面向OA资源的垂直搜索引擎系统，该系统不仅能够提供OA 资源的搜索，也可以对OA 资源进行本地下载，同时可以对整合馆内数字资源对馆内数字资源进行整合。