如何使用开源工具构造小型搜索引擎(6)

使用开源引擎Lucene搭建小型搜索引擎

信息的搜集-概念原理： 原理：把整个互联网看成一个大的图，则信息搜集可以看成是图 的遍历。 信息采集系统也常常称为Robot, Spider, Crawler等等

目标： 目标：快速获得高质量的网页 实际上是图的遍历过程通过种子页面或站点(Seed),获取更多的链接，将它们作 为下一步种子，不断循环。 这个过程一般永远不会结束！6

2011-6-3