搜索引擎研究与开发

摘要

搜索引擎(Search Engine)是一个对互联网上的信息资源进行搜集整理的应用软件系统.它主要包括信息搜集、索引建立和信息检索三个部分.搜索引擎有很多类型,常见的有FTP搜索引擎和WEB搜索引擎.一般WEB搜索引擎较少处理FTP服务器上的数据.就信息规模而言,FTP服务器的信息量比WEB服务器小很多.因此FTP搜索引擎硬件投入和维护的费用也远远低于大型通用搜索引擎.针对在FTP服务器的搜索速度和效率问题,对现有FTP搜索引擎技术进行了分析和研究,重点详细介绍了爬虫模块和索引模块的设计与实现.