1、隨著網(wǎng)絡(luò)信息量正不斷的以指數(shù)規(guī)模增長，人類已進入信息爆炸時代，面對浩如煙海的網(wǎng)絡(luò)信息，如何才能迅速、方便的獲取有效信息，日益成為人們關(guān)注的問題。搜索引擎的出現(xiàn)極大地緩解了這一矛盾，搜索引擎是一種應(yīng)用在WEB上的軟件系統(tǒng)，它以一定的策略在互聯(lián)網(wǎng)中進行搜集、發(fā)現(xiàn)信息，對信息進行理解，提取，組織和處理，并為用戶提供檢索服務(wù)，從而起到信息導(dǎo)航的作用。本課題是運用 Java語言編寫網(wǎng)頁信息采集器，基于Lucene構(gòu)建索引和檢索，使用Tomcat作

2、為首頁展示的服務(wù)器，構(gòu)建一個搜索引擎系統(tǒng)。利用網(wǎng)頁信息采集器實現(xiàn)對網(wǎng)頁的收集、過濾，網(wǎng)頁內(nèi)容的下載。網(wǎng)頁信息采集器是搜索引擎技術(shù)最基本的組成部分，網(wǎng)頁信息采集器的設(shè)計對搜索引擎系統(tǒng)的實現(xiàn)起著舉足輕重的作用。對采集的內(nèi)容構(gòu)建索引和檢索并對多種分詞器的性能進行比較。系統(tǒng)的集成和前臺頁面的展示。搜索引擎系是一個有許多不同功能的模塊組合而成的龐大的復(fù)雜的系統(tǒng)，各個模塊必須結(jié)合到一起才能更好地發(fā)揮作用。在開發(fā)過程中，運用網(wǎng)頁信息采集器實現(xiàn)對網(wǎng)頁信