解密搜索引擎技术实战:Lucene&Java精华版(罗刚) PDF
资源名称:解密搜索引擎技术实战: 精华版 罗刚 第 章 搜索引擎总体结构 搜索引擎基本模块 开发环境 搜索引擎工作原理 网络爬虫 全文索引结构与 实现 搜索用户界面 计算框架 文本挖掘 本章小结 第 章 网络爬虫的原理与应用 爬虫的基本原理 爬虫架构 基本架构 分布式爬虫架构 垂直爬虫架构 抓取网页 下载网页的基本方法 网页更新 抓取限制应对方法 地址提取 抓取 script动态页面 抓取即时信息 抓取暗网 信息过滤 最好优先遍历 存储 地址 布隆过滤器 并行抓取 多线程爬虫 垂直搜索的多线程爬虫 异步