PHP チュートリアル.アプリケーション例 15_PHP チュートリアル
- WBOYオリジナル
- 2016-07-13 16:54:05806ブラウズ
Linux ベースの検索エンジンの実装
検索エンジンは、ユーザーに Web ページ情報への迅速なアクセスを提供するツールです。その主な機能は、システムがユーザーのキーワード入力を通じてバックエンド Web ページ データベースを検索し、リンクと概要をフィードバックすることです。関連する Web ページの情報をユーザーに提供します。検索範囲から、サイト Web 検索とグローバル Web 検索に大別されます。 Web ページの数が急速に増加するにつれて、検索エンジンはインターネット上の情報を照会するために必要な手段となり、すべての大規模な Web サイトが Web ページ データ検索サービスを提供しており、大規模な Web サイト向けに専門的な検索エンジン サービスを提供する多くの企業が登場しています。 、Yahooなどのサービスを提供するGoogleや、Sinaや263などの国内Webサイトのサービスを提供するBaiduなど。専門的な検索サービスは高価であり、無料の検索エンジン ソフトウェアは基本的に英語検索に基づいているため、イントラネット環境 (キャンパス ネットワークなど) のニーズには適していません。
検索エンジンの基本コンポーネントは、通常、Web ページ収集プログラム、Web ページのバックエンド データの編成とストレージ、Web ページ データの取得の 3 つの部分に分かれています。検索エンジンの品質を決定する重要な要素は、データ クエリの応答時間、つまり、全文検索のニーズを満たすために大量の Web ページ データを編成する方法です。
GNU/Linux は、Web サーバー (Apache + PHP)、ディレクトリ サーバー (OpenLDAP)、スクリプト言語 (Perl)、Web ページ収集プログラムなどの多数のネットワーク アプリケーション ソフトウェアを統合した優れたネットワーク オペレーティング システムです。 (ウィゲット)待ってください。したがって、これらを組み合わせて適用することで、シンプルかつ効率的な検索エンジンサーバーを実現できます。
1. 基本的な構成と使用方法
1. Web ページのデータ収集
Wget プログラムは、Web ページのコンテンツをローカル ディレクトリに簡単にミラーリングするための優れた Web ページ収集プログラムです。収集された Web ページ、再帰的収集レベル、ディレクトリ クォータ、収集時間など。 Web ページの収集は専用の収集プログラムを通じて完了するため、デザインの難易度が軽減されるだけでなく、システムのパフォーマンスも向上します。ローカル データのサイズを減らすために、グラフィック ファイルやその他のデータ ファイルは収集せず、クエリ可能な html ファイル、txt ファイル、スクリプト プログラム asp および php のみを収集し、デフォルトの結果のみを使用できます。
2. Web ページデータのフィルタリング
HTML ファイルには