ChinaUnix首页 > 精华文章 > C/C++ > 正文

[原创] 发布我的倒排索引

http://www.chinaunix.net 作者:redor  发表于：2008-07-04 08:28:16
【发表评论】 【查看原文】 【C/C++讨论区】【关闭】

下载地址 http://libibase.googlecode.com/

主要功能:
  解析HTML
  中文分词(反向最大匹配,用trie实现)
  生成正向文档(我自己定义的格式,暂时是这样)
  生成倒排索引(分块存储,bytecode压缩算法, 正文和快照采用zlib压缩)
  提交查询串检索(只实现了向量空间模型, 动态摘要还没完成)
  目前只有一个命令行测试工具hibase 
  包内自带10w中文词库(doc目录下,gzip格式, 使用的时候需要解开)
  使用方法可以看README

接下来就是测试和优化,因为写的时候宏比较多,所以编译还是有点慢....呵呵

要一块学习的可以加我的MSN/GTAIL : [email]sounos@gmail.com[/email]

顺便贴一个使用实例:
我用wget下了chinaunix的首页到/data/html目录下 /data/dict下是我的词典 

./hibase --basedir=/tmp --dict=/data/dict/dict.txt --add --doc=/data/html/index.html --url=http://www.chinaunix.net/ --date="Thu, 03 Jul 2008 10:12:18 GMT" --charset="gbk" --query --request="chinaunix" --topN=1000

parsing document[http://www.chinaunix.net/] time used:16825 microseconds

adding document[http://www.chinaunix.net/] time used:47955 microseconds

parse query time used:36

read hits[1] posting time used:1897

Caculated 1 documents time used:22

read 1 documents content time used:1404

(0) title[ChinaUnix.net = 全球最大的Linux/Unix应用与开发者社区 = IT人的网上家园]

summary[(null)]

url[http://www.chinaunix.net/]

size[84892]date[Thu, 03 Jul 2008 10:12:18 GMT]



search [chinaunix] time used:3502


[ 本帖最后由 redor 于 2008-7-4 21:08 编辑 ]


 cugb_cat 回复于：2008-07-03 16:02:36

不错~

 pengjay 回复于：2008-07-03 17:06:35

牛x

 benjiam 回复于：2008-07-03 17:16:54

无法编译通过，
charcode.h 采用什么编码格式编写的？

vc 下面 出现 字符串无法识别。应该是内码gb2312 utf-8 unicode 都不行

 redor 回复于：2008-07-03 17:57:18

引用：原帖由 benjiam 于 2008-7-3 17:16 发表 [url=http://bbs.chinaunix.net/redirect.php?goto=findpost&pid=8730113&ptid=1187515]
无法编译通过，
charcode.h 采用什么编码格式编写的？

vc 下面 出现 字符串无法识别。应该是内码gb2312 utf-8 unicode 都不行 


我现在是UTF-8的,VC下我没编过,估计够呛....
我给贴一个上来吧 


#include <stdio.h>

#include <string.h>

#ifndef _CHARCODE_H

#define _CHARCODE_H

#define CHARCODE_NUM 252

typedef struct _CHARCODE

{

        char *dec;

        char *code;

        char *chr;

        char *desc;

}CHARCODE;

static CHARCODE charcodelist[] =

{

		{"&#160;", "&nbsp;", " ", "no-break space"},

		{"&#161;", "&iexcl;", "&#161;", "inverted exclamation mark"},

		{"&#162;", "&cent;", "￠", "cent sign"},

		{"&#163;", "&pound;", "￡", "pound sign"},

		{"&#164;", "&curren;", "¤", "currency sign"},

		{"&#165;", "&yen;", "￥", "yen sign = yuan sign"},

		{"&#166;", "&brvbar;", "|", "broken bar = brolen vertical bar"},

		{"&#167;", "&sect;", "§", "section sign"},

		{"&#168;", "&uml;", "¨", "diaeresis = spacing diaeresis"},

		{"&#169;", "&copy;", "&#169;", "copyright sign"},

		{"&#170;", "&ordf;", "a", "feminine ordinal indicator"},

		{"&#171;", "&laquo;", "&#171;", "left-pointing double angle quotation mark = left pointing guillemet"},

		{"&#172;", "&not;", "&#172;", "not sign = discretionary hyphen"},

		{"&#173;", "&shy;", "-", "soft hyphen = discretionary hyphen"},

		{"&#174;", "&reg;", "&#174;", "registered sign = registered trade mark sign"},

		{"&#175;", "&macr;", "ˉ", "macron = spacing macron = overline = APL overbar"},

		{"&#176;", "&deg;", "°", "degree sign"},

		{"&#177;", "&plusmn;", "±", "plus-minus sign = plus-or-minus sign"},

		{"&#178;", "&sup2;", "2", "superscript two = superscript digit two = squared"},

		{"&#179;", "&sup3;", "3", "superscript three = superscript digit three = cubed"},

		{"&#180;", "&acute;", "′", "acute accent = spacing acute"},

		{"&#181;", "&micro;", "μ", "micro sign"},

		{"&#182;", "&para;", "&#182;", "pilcrow sign = paragraph sign"},

		{"&#183;", "&middot;", "·", "middle dot = Georgian comma = Greek middle dot"},

		{"&#184;", "&ccedil;", "&#184;", "cedilla = spacing cedilla"},

		{"&#185;", "&sup1;", "1", "superscript one = superscript digit one"},

		{"&#186;", "&ordm;", "o", "masculine ordinal indicator"},

		{"&#187;", "&raquo;", "&#187;", "right-pointing double angle quotation mark = right pointing guillemet"},

		{"&#188;", "&frac14;", "&#188;", "vulgar fraction one quarter = fraction one quarter"},

		{"&#189;", "&frac12;", "&#189;", "vulgar fraction one half = fraction one half"},

		{"&#190;", "&frac34;", "&#190;", "vulgar fraction three quarters = fraction three quarters"},

		{"&#191;", "&iquest;", "&#191;", "inverted question mark = turned question mark"},

		{"&#192;", "&Agrave;", "à", "latin capital letter A with grave = latin capital letter A grave"},

		{"&#193;", "&Aacute;", "á", "latin capital letter A with acute"},

		{"&#194;", "&Acirc;", "&#194;", "latin capital letter A with circumflex"},

		{"&#195;", "&Atilde;", "&#195;", "latin capital letter A with tilde"},

		{"&#196;", "&Auml;", "&#196;", "latin capital letter A with diaeresis"},

		{"&#197;", "&Aring;", "&#197;", "latin capital letter A with ring above = latin capital letter A ring"},

		{"&#198;", "&AElig;", "&#198;", "latin capital letter AE = latin capital ligature AE"},

		{"&#199;", "&Ccedil;", "&#199;", "latin capital letter C with cedilla"},

		{"&#200;", "&Egrave;", "è", "latin capital letter E with grave"},

		{"&#201;", "&Eacute;", "é", "latin capital letter E with acute"},

		{"&#202;", "&Ecirc;", "ê", "latin capital letter E with circumflex"},

		{"&#203;", "&Euml;", "&#203;", "latin capital letter E with diaeresis"},

		{"&#204;", "&Igrave;", "ì", "latin capital letter I with grave"},

		{"&#205;", "&Iacute;", "í", "latin capital letter I with acute"},

		{"&#206;", "&Icirc;", "&#206;", "latin capital letter I with circumflex"},

		{"&#207;", "&Iuml;", "&#207;", "latin capital letter I with diaeresis"},

		{"&#208;", "&ETH;", "D", "latin capital letter ETH"},

		{"&#209;", "&Ntilde;", "&#209;", "latin capital letter N with tilde"},

		{"&#210;", "&Ograve;", "ò", "latin capital letter O with grave"},

		{"&#211;", "&Oacute;", "ó", "latin capital letter O with acute"},

		{"&#212;", "&Ocirc;", "&#212;", "latin capital letter O with circumflex"},

		{"&#213;", "&Otilde;", "&#213;", "latin capital letter O with tilde"},

		{"&#214;", "&Ouml;", "&#214;", "latin capital letter O with diaeresis"},

		{"&#215;", "&times;", "×", "multiplication sign"},

		{"&#216;", "&Oslash;", "&#216;", "latin capital letter O with stroke = latin capital letter O slash"},

		{"&#217;", "&Ugrave;", "ù", "latin capital letter U with grave"},

		{"&#218;", "&Uacute;", "ú", "latin capital letter U with acute"},

		{"&#219;", "&Ucirc;", "&#219;", "latin capital letter U with circumflex"},

		{"&#220;", "&Uuml;", "ü", "latin capital letter U with diaeresis"},

		{"&#221;", "&Yacute;", "Y", "latin capital letter Y with acute"},

		{"&#222;", "&THORN;", "T", "latin capital letter THORN"},

		{"&#223;", "&szlig;", "&#223;", "latin small letter sharp s = ess-zed"},

		{"&#224;", "&agrave;", "à", "latin small letter a with grave = latin small letter a grave"},

		{"&#225;", "&aacute;", "á", "latin small letter a with acute"},

		{"&#226;", "&acirc;", "a", "latin small letter a with circumflex"},

		{"&#227;", "&atilde;", "&#227;", "latin small letter a with tilde"},

		{"&#228;", "&auml;", "&#228;", "latin small letter a with diaeresis"},

		{"&#229;", "&aring;", "&#229;", "latin small letter a with ring above = latin small letter a ring"},

		{"&#230;", "&aelig;", "&#230;", "latin small letter ae = latin small ligature ae"},

		{"&#231;", "&ccedil;", "&#231;", "latin small letter c with cedilla"},

		{"&#232;", "&egrave;", "è", "latin small letter e with grave"},

		{"&#233;", "&eacute;", "é", "latin small letter e with acute"},

		{"&#234;", "&ecirc;", "ê", "latin small letter e with circumflex"},

		{"&#235;", "&euml;", "&#235;", "latin small letter e with diaeresis"},

		{"&#236;", "&igrave;", "ì", "latin small letter i with grave"},

		{"&#237;", "&iacute;", "í", "latin small letter i with acute"},

		{"&#238;", "&icirc;", "&#238;", "latin small letter i with circumflex"},

		{"&#239;", "&iuml;", "&#239;", "latin small letter i with diaeresis"},

		{"&#240;", "&eth;", "e", "latin small letter eth"},

		{"&#241;", "&ntilde;", "&#241;", "latin small letter n with tilde"},

		{"&#242;", "&ograve;", "ò", "latin small letter o with grave"},

		{"&#243;", "&oacute;", "ó", "latin small letter o with acute"},

		{"&#244;", "&ocirc;", "&#244;", "latin small letter o with circumflex"},

		{"&#245;", "&otilde;", "&#245;", "latin small letter o with tilde"},

		{"&#246;", "&ouml;", "&#246;", "latin small letter o with diaeresis"},

		{"&#247;", "&divide;", "÷", "division sign"},

		{"&#248;", "&oslash;", "&#248;", "latin small letter o with stroke = latin small letter o slash"},

		{"&#249;", "&ugrave;", "ù", "latin small letter u with grave"},

		{"&#250;", "&uacute;", "ú", "latin small letter u with acute"},

		{"&#251;", "&ucirc;", "&#251;", "latin small letter u with circumflex"},

		{"&#252;", "&uuml;", "ü", "latin small letter u with diaeresis"},

		{"&#253;", "&yacute;", "y", "latin small letter y with acute"},

		{"&#254;", "&thorn;", "t", "latin small letter thorn with"},

		{"&#255;", "&yuml;", "&#255;", "latin small letter y with diaeresis"},

		{"&#402;", "&fnof;", "&#402; ", "latin small f with hook = function = florin"},

		{"&#913;", "&Alpha;", "Α ", "greek capital letter alpha"},

		{"&#914;", "&Beta;", "Β ", "greek capital letter beta"},

		{"&#915;", "&Gamma;", "Γ ", "greek capital letter gamma"},

		{"&#916;", "&Delta;", "Δ ", "greek capital letter delta"},

		{"&#917;", "&Epsilon;", "Ε ", "greek capital letter epsilon"},

		{"&#918;", "&Zeta;", "Ζ ", "greek capital letter zeta"},

		{"&#919;", "&Eta;", "Η ", "greek capital letter eta"},

		{"&#920;", "&Theta;", "Θ ", "greek capital letter theta"},

		{"&#921;", "&Iota;", "Ι ", "greek capital letter iota"},

		{"&#922;", "&Kappa;", "Κ ", "greek capital letter kappa"},

		{"&#923;", "&Lambda;", "Λ ", "greek capital letter lambda"},

		{"&#924;", "&Mu;", "Μ ", "greek capital letter mu"},

		{"&#925;", "&Nu;", "Ν ", "greek capital letter nu"},

		{"&#926;", "&Xi;", "Ξ ", "greek capital letter xi"},

		{"&#927;", "&Omicron;", "Ο ", "greek capital letter omicron"},

		{"&#928;", "&Pi;", "Π ", "greek capital letter pi"},

		{"&#929;", "&Rho;", "Ρ ", "greek capital letter rho"},

		{"&#931;", "&Sigma;", "Σ ", "greek capital letter sigma"},

		{"&#932;", "&Tau;", "Τ ", "greek capital letter tau"},

		{"&#933;", "&Upsilon;", "Υ ", "greek capital letter upsilon"},

		{"&#934;", "&Phi;", "Φ ", "greek capital letter phi"},

		{"&#935;", "&Chi;", "Χ ", "greek capital letter chi"},

		{"&#936;", "&Psi;", "Ψ ", "greek capital letter psi"},

		{"&#937;", "&Omega;", "Ω ", "greek capital letter omega"},

		{"&#945;", "&alpha;", "α ", "greek small letter alpha"},

		{"&#946;", "&beta;", "β ", "greek small letter beta"},

		{"&#947;", "&gamma;", "γ ", "greek small letter gamma"},

		{"&#948;", "&delta;", "δ ", "greek small letter delta"},

		{"&#949;", "&epsilon;", "ε ", "greek small letter epsilon"},

		{"&#950;", "&zeta;", "ζ ", "greek small letter zeta"},

		{"&#951;", "&eta;", "η ", "greek small letter eta"},

		{"&#952;", "&theta;", "θ ", "greek small letter theta"},

		{"&#953;", "&iota;", "ι ", "greek small letter iota"},

		{"&#954;", "&kappa;", "κ ", "greek small letter kappa"},

		{"&#955;", "&lambda;", "λ ", "greek small letter lambda"},

		{"&#956;", "&mu;", "μ ", "greek small letter mu"},

		{"&#957;", "&nu;", "ν ", "greek small letter nu"},

		{"&#958;", "&xi;", "ξ ", "greek small letter xi"},

		{"&#959;", "&omicron;", "ο ", "greek small letter omicron"},

		{"&#960;", "&pi;", "π ", "greek small letter pi"},

		{"&#961;", "&rho;", "ρ ", "greek small letter rho"},

		{"&#962;", "&sigmaf;", "&#962; ", "greek small letter final sigma"},

		{"&#963;", "&sigma;", "σ ", "greek small letter sigma"},

		{"&#964;", "&tau;", "τ ", "greek small letter tau"},

		{"&#965;", "&upsilon;", "υ ", "greek small letter upsilon"},

		{"&#966;", "&phi;", "φ ", "greek small letter phi"},

		{"&#967;", "&chi;", "χ ", "greek small letter chi"},

		{"&#968;", "&psi;", "ψ ", "greek small letter psi"},

		{"&#969;", "&omega;", "ω ", "greek small letter omega"},

		{"&#977;", "&thetasym;", "&#977; ", "greek small letter theta symbol"},

		{"&#978;", "&upsih;", "&#978; ", "greek upsilon with hook symbol"},

		{"&#982;", "&piv;", "&#982; ", "greek pi symbol"},

		{"&#8226;", "&bull;", "&#8226;", "bullet = black small circle"},

		{"&#8230;", "&hellip;", "…", "horizontal ellipsis = three dot leader"},

		{"&#8242;", "&prime;", "′", "prime = minutes = feet"},

		{"&#8243;", "&Prime;", "″", "double prime = seconds = inches"},

		{"&#8254;", "&oline;", "￣", "overline = spacing overscore"},

		{"&#8260;", "&frasl;", "&#8260;", "fraction slash"},

		{"&#8472;", "&weierp;", "&#8472;", "script capital P = power set = Weierstrass p"},

		{"&#8465;", "&image;", "&#8465;", "blackletter capital I = imaginary part"},

		{"&#8476;", "&real;", "&#8476;", "blackletter capital R = real part symbol"},

		{"&#8482;", "&trade;", "&#8482;", "trade mark sign"},

		{"&#8501;", "&alefsym;", "&#8501;", "alef symbol = first transfinite cardinal"},

		{"&#8592;", "&larr;", "←", "leftwards arrow"},

		{"&#8593;", "&uarr;", "↑", "upwards arrow"},

		{"&#8594;", "&rarr;", "→", "rightwards arrow"},

		{"&#8595;", "&darr;", "↓", "downwards arrow"},

		{"&#8596;", "&harr;", "&#8596;", "left right arrow"},

		{"&#8629;", "&crarr;", "&#8629;", "downwards arrow with corner leftwards = carriage return"},

		{"&#8656;", "&lArr;", "&#8656;", "leftwards double arrow"},

		{"&#8657;", "&uArr;", "&#8657;", "upwards double arrow"},

		{"&#8658;", "&rArr;", "&#8658;", "rightwards double arrow"},

		{"&#8659;", "&dArr;", "&#8659;", "downwards double arrow"},

		{"&#8660;", "&hArr;", "&#8660;", "left right double arrow"},

		{"&#8704;", "&forall;", "&#8704;", "for all"},

		{"&#8706;", "&part;", "&#8706;", "partial differential"},

		{"&#8707;", "&exist;", "&#8707;", "there exists"},

		{"&#8709;", "&empty;", "&#8709;", "empty set = null set = diameter"},

		{"&#8711;", "&nabla;", "&#8711;", "nabla = backward difference"},

		{"&#8712;", "&isin;", "∈", "element of"},

		{"&#8713;", "&notin;", "&#8713;", "not an element of"},

		{"&#8715;", "&ni;", "&#8715;", "contains as member"},

		{"&#8719;", "&prod;", "∏", "n-ary product = product sign"},

		{"&#8721;", "&sum;", "∑", "n-ary sumation"},

		{"&#8722;", "&minus;", "&#8722;", "minus sign"},

		{"&#8727;", "&lowast;", "&#8727;", "asterisk operator"},

		{"&#8730;", "&radic;", "√", "square root = radical sign"},

		{"&#8733;", "&prop;", "∝", "proportional to"},

		{"&#8734;", "&infin;", "∞", "infinity"},

		{"&#8736;", "&ang;", "∠", "angle"},

		{"&#8743;", "&and;", "∧", "logical and = wedge"},

		{"&#8744;", "&or;", "∨", "logical or = vee"},

		{"&#8745;", "&cap;", "∩", "intersection = cap"},

		{"&#8746;", "&cup;", "∪", "union = cup"},

		{"&#8747;", "&int;", "∫", "integral"},

		{"&#8756;", "&there4;", "∴", "therefore"},

		{"&#8764;", "&sim;", "～", "tilde operator = varies with = similar to"},

		{"&#8773;", "&cong;", "&#8773;", "approximately equal to"},

		{"&#8776;", "&asymp;", "≈", "almost equal to = asymptotic to"},

		{"&#8800;", "&ne;", "≠", "not equal to"},

		{"&#8801;", "&equiv;", "≡", "identical to"},

		{"&#8804;", "&le;", "≤", "less-than or equal to"},

		{"&#8805;", "&ge;", "≥", "greater-than or equal to"},

		{"&#8834;", "&sub;", "&#8834;", "subset of"},

		{"&#8835;", "&sup;", "&#8835;", "superset of"},

		{"&#8836;", "&nsub;", "&#8836;", "not a subset of"},

		{"&#8838;", "&sube;", "&#8838;", "subset of or equal to"},

		{"&#8839;", "&supe;", "&#8839;", "superset of or equal to"},

		{"&#8853;", "&oplus;", "⊕", "circled plus = direct sum"},

		{"&#8855;", "&otimes;", "&#8855;", "circled times = vector product"},

		{"&#8869;", "&perp;", "⊥", "up tack = orthogonal to = perpendicular"},

		{"&#8901;", "&sdot;", "&#8901;", "dot operator"},

		{"&#8968;", "&lceil;", "&#8968;", "left ceiling = apl upstile"},

		{"&#8969;", "&rceil;", "&#8969;", "right ceiling"},

		{"&#8970;", "&lfloor;", "&#8970;", "left floor = apl downstile"},

		{"&#8971;", "&rfloor;", "&#8971;", "right floor"},

		{"&#9001;", "&lang;", "〈", "left-pointing angle bracket = bra"},

		{"&#9002;", "&rang;", "〉", "right-pointing angle bracket = ket"},

		{"&#9674;", "&loz;", "&#9674;", "lozenge"},

		{"&#9824;", "&spades;", "&#9824;", "black spade suit"},

		{"&#9827;", "&clubs;", "&#9827;", "black club suit = shamrock"},

		{"&#9829;", "&hearts;", "&#9829;", "black heart suit = valentine"},

		{"&#9830;", "&diams;", "&#9830;", "black diamond suit"},

		{"&#34;", "&quot;", "\"", "quotation mark = APL quote"},

		{"&#38;", "&amp;", "& ", "ampersand"},

		{"&#60;", "&lt;", "< ", "less-than sign"},

		{"&#62;", "&gt;", "> ", "greater-than sign"},

		{"&#338;", "&OElig;", "&#338; ", "latin capital ligature OE"},

		{"&#339;", "&oelig;", "&#339; ", "latin small ligature oe"},

		{"&#352;", "&Scaron;", "&#352; ", "latin capital letter S with caron"},

		{"&#353;", "&scaron;", "&#353; ", "latin small letter s with caron"},

		{"&#376;", "&Yuml;", "&#376; ", "latin capital letter Y with diaeresis"},

		{"&#710;", "&circ;", "&#710; ", "modifier letter circumflex accent"},

		{"&#732;", "&tilde;", "&#732; ", "small tilde"},

		{"&#8194;", "&ensp;", "&#8194;", "en space"},

		{"&#8195;", "&emsp;", "&#8195;", "em space"},

		{"&#8201;", "&thinsp;", "&#8201;", "thin space"},

		{"&#8204;", "&zwnj;", "&#8204;", "zero width non-joiner"},

		{"&#8205;", "&zwj;", "&#8205;", "zero width joiner"},

		{"&#8206;", "&lrm;", "&#8206;", "left-to-right mark"},

		{"&#8207;", "&rlm;", "&#8207;", "right-to-left mark"},

		{"&#8211;", "&ndash;", "–", "en dash"},

		{"&#8212;", "&mdash;", "—", "em dash"},

		{"&#8216;", "&lsquo;", "‘", "left single quotation mark"},

		{"&#8217;", "&rsquo;", "’", "right single quotation mark"},

		{"&#8218;", "&sbquo;", "&#8218;", "single low-9 quotation mark"},

		{"&#8220;", "&ldquo;", "“", "left double quotation mark"},

		{"&#8221;", "&rdquo;", "”", "right double quotation mark"},

		{"&#8222;", "&bdquo;", "&#8222;", "double low-9 quotation mark"},

		{"&#8224;", "&dagger;", "&#8224;", "dagger"},

		{"&#8225;", "&Dagger;", "&#8225;", "double dagger"},

		{"&#8240;", "&permil;", "‰", "per mille sign"},

		{"&#8249;", "&lsaquo;", "&#8249;", "single left-pointing angle quotation mark"},

		{"&#8250;", "&rsaquo;", "&#8250;", "single right-pointing angle quotation mark"},

		{"&#8364;", "&euro;", "�", "euro sign"}

};

#ifndef CHARCODE_FIND

#define CHARCODE_FIND(_s, _m, _n)								\

{												\

	_m = 0;_n = 0;										\

	while(_n < CHARCODE_NUM) 								\

	{											\

		_m = strlen(charcodelist[_n].dec);						\

		if(strncasecmp(_s, charcodelist[_n].dec, m) == 0) 				\

		{										\

			break;									\

		}										\

		_m = strlen(charcodelist[_n].code);						\

		if(strncasecmp(_s, charcodelist[_n].code, m)  == 0)				\

		{										\

			break;									\

		}										\

		_n++;										\

	}											\

}											

#endif

#endif


 wilbur8415 回复于：2008-07-03 19:28:56

不错 
好东西

[ 本帖最后由 wilbur8415 于 2008-7-3 19:58 编辑 ]

 tyc611 回复于：2008-07-03 22:20:46

什么叫“倒排索引库”，啥意思，LZ能否解释下下

 77h2_eleven 回复于：2008-07-03 23:03:23

大学毕业设计做的是搜索引擎。直接用lucene.（是这么拼吧，都给忘了）

 redor 回复于：2008-07-04 08:28:16

引用：原帖由 tyc611 于 2008-7-3 22:20 发表 [url=http://bbs.chinaunix.net/redirect.php?goto=findpost&pid=8731584&ptid=1187515]
什么叫“倒排索引库”，啥意思，LZ能否解释下下 



实现了一个倒排索引,是库的形式发布.... 不是完成的搜索解决方案, 也就是只负责索引数据和检索.... 
要做一个完成的搜索引擎就需要自己开发其他的东西,比如数据下载,daemon服务等....




原文链接：http://bbs.chinaunix.net/viewthread.php?tid=1187515
转载请注明作者名及原文出处