基于Tika和Lucene的桌面搜索引擎研究与实现

在桌面搜索引擎中,对于二进制文件格式的处理,通常需要针对每一种具体的文件格式编写独立的解析器,复杂度较高且不易维护。从分析开源搜索引擎Lucene出发,提出一种基于Tika和Lucene的桌面搜索引擎框架,能够使用统一的应用编程接口来处理不同二进制格式的文档。整个框架均为开放源代码形式,各模块间耦合度低,易于扩展。在实现方面,基于最新的Lucene4.1,实现了对桌面系统内文档的全文搜索;并在索引性能优化方面,相比于传统的参数配置优化和内存缓冲优化两方面,使用最新的DWPT(documents writer per thread)技术,使索引性能提升了35%。

FileFinder:桌面搜索引擎的设计与实现

为了满足用户对桌面搜索引擎准确、快速、易用的迫切要求,将通用搜索技术、垂直搜索技术中"先建立索引再进行搜索"的搜索机制和若干功能借鉴到桌面搜索技术,设计并实现了桌面搜索引擎FileFinder。功能测试验证了该软件不仅实现了关键字搜索、文件类型搜索等常用功能,而且具有结果匹配度排序、在搜索结果中再次搜索、以文件附加属性进行搜索等其他桌面搜索引擎不具备而用户需要的功能。对比测试结果既体现了FileFinder在搜索速度上与Windows桌面搜索引擎相比的优势,也表明在不实现全文检索功能的前提下,FileFinder建立索引的时间仅约为Google桌面搜索引擎的一半。

JNI技术在桌面搜索工具中的应用

DocFetcher是一个用Java语言编写的优秀开源桌面搜索工具,该工具支持的文档格式有PDF、Word、PowerPoint等。作者对DocFetcher进行了剪裁,编写了创建索引和检索索引程序。e划通是用Visual C++开发的,为了在e划通中集成DocFetcher,就需要采用C语言调用Java的技术(Java Native Interface,简称JNI)来实现。文中首先介绍了JNI,接着对该桌面搜索工具JNI中C部分的程序进行了说明,分为三部分,即创建Java虚拟机、创建索引、检索索引,文中列出了主要的程序代码,并且进行了详细说明。现在,该桌面搜索工具应用在e划通2.5完全版中,功能使用正确,运行稳定。采用JNI作为数据交换的桥梁,会给软件的实现带来极大的灵活性。C语言可以在完全体现自身优势的情况下,整合Java语言开发的软件,更大范围地实现了软件重用。

基于Ultra Search的桌面搜索设计与实现

提出一种基于Ultra Search的桌面搜索设计和实现方案,简要介绍了Ultra Search体系架构和各个组件的功能,然后给出该桌面搜索的框架和各个组件的实现细节,并和多个桌面搜索工具在相同的数据源上进行测试,结果表明,该桌面搜索有不错的搜索性能。

桌面搜索引擎评析

本文首先介绍了目前流行的桌面搜索引擎,然后对这几款桌面搜索引擎进行分析测评,探讨了桌面搜索引擎评价指标体系。

国外网络搜索引擎最佳资源现状述评(1)——桌面搜索工具、搜索引擎指南、目录和论著资源述评

从桌面搜索工具、搜索引擎指南、目录和论著资源等方面入手,对国外现有论述搜索引擎的主要资源的种类、性能和特色进行了述评。在此基础上,推荐有关搜索引擎的最佳资源,为人们学习掌握搜索引擎的资源、搜索技巧、方法和优化检索策略提供参考资料和学习途径。

桌面搜索引擎设计

针对目前主流桌面搜索引擎用户体验不好,索引实时性不高,系统资源占用率过高,查全率不高等缺点。该文设计出一款短小精悍,功能强大,性能卓越,界面友好的桌面搜索引擎。支持检索结果再检索,同时保证系统运行时cpu、内存和磁盘等较低的系统资源消耗。采用三种索引机制保证索引的实时性和系统的查全率。

IT新语林 Google桌面搜索

Google公司于2005年3月7日宣布推出Google桌面搜索中文(Beta版)，这标志着Google的搜索力量又向计算机硬盘驱动器信息搜索迈进了一步。Google桌面搜索，这个新型应用程序使得用户能够像使用Google搜索引擎搜索Web网一样快速与便利地找到自己计算机上的信息。

桌面搜索掘地三尺

互联网时代最常用的工具也许就是搜索引擎了．Yahoo靠它起家Google靠它发迹。经过多年的发展．搜索引擎产品越来越丰富．智能化、个性化逐渐成为了它未来发展的方向。搜索技术已经由“搜索门户”“门户搜索”发展到了桌面搜索技术。

倒排索引压缩在桌面搜索引擎中的应用

在数据储存量急遽增大的今天，桌面搜索工具带给我们的好处是——任何人都可以在极短的时间里，从自己所拥有的海量数据中，找到所需要的东西。桌面搜索引擎采用全文索引技术来完成，由于全文检索系统通常处理的都是海量数据，经过处理生成的索引数据也是很大的，因此采用一定的压缩策略，可以节约存储空间。另外，为了使全文索引更加高效，压缩倒排索引有助于提高查询的吞吐量。

处理非结构化信息的桌面搜索模式的发展和竞争现状

关键词全文检索技术亟待突破,以模式识别、语义匹配为核心的检索技术日趋成熟。以非结构化信息处理为核心的桌面搜索模式成为众IT巨头研发竞争的焦点。对代表厂商Autonomy的技术特色和技术优势及其相关竞争厂商的研发情况进行了全面的研究。

集成桌面搜索引擎的内容检测系统设计

针对企业需要对内部PC的磁盘信息进行实时监控的需求,提出了将桌面搜索引擎作为重要功能单元集成在检测系统中的设计模型。通过研究传统桌面搜索引擎的框架模型,设计出适应实际需求的特殊桌面搜索引擎。在文档转换和内容抓取的基础上为被搜索关键字建立索引,以此取代全文索引的策略,有效避免了建立全文索引用时较长的弊端,提高了建立索引的针对性。讨论了为提高系统性能而选择的匹配算法。实验结果表明,设计的内容检测系统通过集成桌面搜索引擎,能够高效地管理和检测桌面内容。

一种基于规则的桌面搜索索引机制

Google，百度，MSN和其他一些工具提供了强大的Internet，桌面搜索功能，为用户查找信息提供了便捷，但这些搜索工具并不关心数据本身的结构和语义，搜索结果常有用户不关心的垃圾数据，而一些有用的数据却不能列出。该文探讨了一种基于规则，将数据的结构和语义考虑在内的桌面搜索索引方法。该方法首先对原始数据进行规范化，然后根据一系列的规则对规范化数据创建索引文件，通过该方法可获得更好的搜索结果，而且该方法可通过扩展应用到其他领域。

可扩展性桌面搜索引擎的设计与实现

为了使桌面搜索引擎具有良好的可扩展性和执行效率,满足用户对信息的全文检索要求,在研究桌面搜索引擎基本构件的基础上,架构出可扩展性桌面搜索引擎的系统体系结构,探讨了在Visual C++环境中如何基于组件编程的方法设计各关键构件、采用倒排索引和多线程处理等关键技术。结果表明该桌面搜索引擎可扩展性强并具有良好的效率和效果。

MS Windows环境的桌面搜索系统设计与实现

提出一个基于Lucene的MS Windows环境桌面搜索系统架构,探讨文件监视、基于磁盘文件的外存队列、文件文本提取以及索引和检索等各关键模块的实现方法,并测试验证该系统具有较高的实用价值。

桌面搜索——如何找到重要的文档以及如何从磁盘灾难中恢复数据

如果你跟我一样，使用的是Windows桌面搜索，那么你可能也会发现，较之标准的搜索助手（Search Companion），难以理解的XP索引服务，抑或是微软Office办公软件那恐怖的文件搜索功能，Windows桌面搜索已经有了很大的改进。

桌面搜索应用简化文件查找

我们当中的绝大多数人完全花费太多的时间手工翻找数以万计的文件，电子邮件、图片、其他任何可以堆积在电脑上的文件，试图找到自己实际需要的信息。我是一只“数字林鼠”，我已经受够了这种痛苦，还好我已经通过第三方桌面搜索应用的方式获得了许多帮助。

Windows 7承诺更快的桌面搜索

微软表示，新的Windows7操作系统将包括能改善桌面搜索的功能——长期以来，这些功能都令人沮丧，计算机用户总是抱怨他们在网络上查找一个隐藏的文件都比查找前一天晚上保存到自己硬盘上的简历要快。