解密搜索引擎技術實戰(zhàn)：Lucene&Java精華版(第3版)是獵兔搜索開發(fā)團隊的軟件研發(fā)和教學實踐的經(jīng)驗匯總。本書總結(jié)搜索引擎相關理論與實際解決方案，并給出了Java實現(xiàn)，其中利用了流行的開源項目Lucene和Solr，而且還包括原創(chuàng)的實現(xiàn)。本書主要包括總體介紹部分、爬蟲部分、自然語言處理部分、全文檢索部分以及相關案例分析。

爬蟲部分介紹了網(wǎng)頁遍歷方法和如何實現(xiàn)增量抓取，并介紹了從網(wǎng)頁等各種格式的文檔中提取主要內(nèi)容的方法。

自然語言處理部分從統(tǒng)計機器學習的原理出發(fā)，包括了中文分詞與詞性標注的理論與實現(xiàn)及在搜索引擎中的應用等細節(jié)，同時對文檔排重、文本分類、自動聚類、句法分析樹、拼寫檢查等自然語言處理領域的經(jīng)典問題進行了深入淺出的介紹，并總結(jié)了實現(xiàn)方法。

在全文檢索部分，結(jié)合Lucene介紹了搜索引擎的原理與進展。用簡單的例子介紹了Lucene的應用方法，包括完整的搜索實現(xiàn)過程：從完成索引到搜索用戶界面的實現(xiàn)。

目錄

第1章 搜索引擎總體結(jié)構(gòu) 1
第2章 網(wǎng)絡爬蟲的原理與應用 11
第3章 索引內(nèi)容提取 86
第4章 中文分詞的原理與實現(xiàn) 144
第5章 讓搜索引擎理解自然語言 199
第6章 Lucene原理與應用 303
第7章 搜索引擎用戶界面 370
第8章 使用Solr實現(xiàn)企業(yè)搜索 413
第9章 地理信息系統(tǒng)案例分析 474
第10章 戶外活動搜索案例分析 495