网络文件搜索引擎中检索器与WEB的设计和初步实现

摘要

随着计算机与网络技术飞速发展,人们经常利用HTTP服务器管理网页资料,使用网络文件服务器管理各种类型文件.由于每个FTP文件服务器都有若干个目录,如在多个FTP服务器上逐一查找所需文件是很烦琐的.实现一个高速、海量、功能强大而又基于WEB的网络文件搜索引擎将为网络用户提供极大方便.该文首先通过对多个FTP搜索引擎的检索器提供的功能进行分析和比较,提出了常见FTP搜索引擎中检索器存在问题,针对存在的问题,准确合理的提出了该系统的研究内容和范围,采用JSP与XML协同编程技术,与外部系统的接口部分采用JavaBeans技术,保证系统的可移植性和平台无关性.网络文件搜索引擎由搜索器、索引器、检索器、用户接口以及控制台五大部分组成,检索器起着承前启后的作用.检索器的好坏直接影响搜索引擎的实用性和生存期.该系统在功能设计上除为用户提供通用文件信息查询,还为用户提供文件以外的信息的检索,如对特殊文件和指定URL的匿名与非匿名检索等,以满足不同的需求.为了达到用户最想得到的信息排在结果集的前面,采用矢量模型制定文件评分机制,并形成排序因素.效率是衡量搜索引擎的一个重要标准,该系统采用XML和DOM结合技术和连接池技术以减轻服务器的负载.只追求功能和速度对于人机交互的网站设计是不够,必须注重页面设计和人性化设置,该系统在页面设计上采用模板方法,使用生动图标标注文件在线状况和类型,并为用户提供分页浏览、二次检索、重新检索、二次排序等人性化设置.该系统改进了常见网络文件搜索引擎的检索器缺陷,重新构造一个具有功能完善,操作简便、人性化设置、高效、跨平台特点的具有自身特色的网络文件搜索引擎的检索器.

目录

文摘

英文文摘

华南理工大学学位论文原创性声明及学位论文版权使用授权书

第一章绪论

1.1搜索引擎的历史和发展

1.1.1搜索引擎的起源

1.1.2真正意义的搜索引擎

1.2 FTP搜索引擎的由来

1.3著名的国内外FTP搜索引擎

1.3.1国外FTP搜索引擎的发展状况

1.2.2国内的FTP搜索引擎的发展状况

1.2.3天网文件搜索引擎的由来与现状

1.4检索器提供功能的现状

1.5常见FTP搜索引擎检索功能缺陷

1.5主要研究内容和意义

1.6本章小结

第二章相关技术的研究

2.1 ASP、PHP和JSP技术的比较

2.1.1 JSP与ASP的比较

2.1.2 JSP与PHP的比较

2.2 JSP与JavaBeans

2.3连接池技术

2.3.1 JDBC简介

2.3.2使用连接池必要性

2.4数据库的查询优化技术

2.5使用XML与DOM相结合技术的优点

2.5.1 JSP与XML结合的特点

2.5.2应用程序接口DOM＆SAX

2.5.3 XML与DOM技术结合的优点

2.6检索模型

2.6.1布尔模型

2.6.2矢量模型

2.6.3概率模型

2.7中文分词技术

2.7.1基于字符串匹配的分词方法

2.7.2基于理解的分词方法

2.7.3基于统计的分词方法

2.8检索器与结果处理技术

2.8.1检索器提供的查询接口形式

2.8.2检索结果处理技术

2.9本章小结

第三章检索器的体系结构

3.1网络文件搜索引擎概述

3.1.1搜索器

3.1.2索引器

3.1.3用户接口

3.1.4引擎控制台

3.1.5检索器

3.1.6检索器与外部系统的接口模型

3.2系统开发模型

3.3系统特色

3.4使用的数据库

3.5本章小结

第四章检索器的设计与实现

4.1检索器的需求分析

4.2与外部系统接口组件设计

4.2.1与搜索器的组件

4.2.2建立连接池与索引库连接

4.2.3与用户接口的组件

4.2.4引擎控制台的组件

4.3检索器功能设计概述

4.4通用文件信息检索

4.4.1文件名的处理策略

4.4.2文件类型分类

4.4.3文件最后修改时间

4.4.4文件大小

4.5文件以外信息检索

4.5.1目录名辅助

4.5.2同时支持IP地址与域名的站点

4.5.3同时支持非匿名与匿名

4.5.4快捷方式

4.6过滤条件形成

4.7排序策略

4.7.1搜索文件评分机制

4.7.2指定排序因素

4.8本章小结

第五章WEB的设计与实现

5.1 WEB设计需求分析

5.2 WEB设计

5.2.1采用XML与DOM技术进行二次检索

5.2.2二次排序

5.2.3重新检索

5.2.4换页机制

5.2.5使用结果页面模板

5.2.6结果的链接

5.2.7结果页面的其它设计

5.3 WEB实现

5.4本章小结

结束语

攻读学位期间发表的论文

附录A：提交的项目文档

附录B：程序清单

参考文献

致谢