基于Java编程的校内搜索软件的设计

孙文华

（南昌工程学院 网络信息中心，江西 南昌 330099）

当前，面对浩瀚的网络资源，搜索引擎为所有网上冲浪的用户提供了一个入口，所有的用户都可以借助于搜索引擎到达自己想去的网上任何一个地方。随着Internet的快速发展，海量信息和人们获取所需信息能力之间的矛盾日益明显，在信息海洋里查找信息，如同大海捞针一样，而搜索引擎的出现正好解决了这一难题。

目前高校校内信息量的不断增加，面对浩瀚的网络信息，选择资源范围广而针对性不强，很难搜到符合自己的资源。针对这种情况，本文提出了一款校内搜索软件的设计与实现方法。该软件采用Java语言开发，是一款简易且实用的校内搜索引擎软件。

1 设计原理

搜索引擎系统[1]通常是指互联网信息检索系统。本系统是建立在通过网络爬虫软件抓取大量的网络资源的基础上进行开发设计的，系统通过对抓取的网页文件进行智能提取、去标注、内容分析等处理，再经过索引加载建立索引数据库。用户可以通过搜索页面查询索引数据库，返回包含所有匹配查询关键词的网页[2]。

图1 搜索引擎软件设计原理图

校内搜索引擎软件的设计原理如图1所示，其原理如下：（1）通过网络爬虫软件抓取网页内容；（2）从抓取的网页文件中获取索引表，索引表内容为每个文件的序号与网址信息，得到网页文件库里面的内容即为网页文件；（3）对得到的网页文件库进行处理，使用正则表达式去除网页标注信息，得到的新内容存放在一个新的文件夹中，作为内容信息库；……