VerticleSearchEngine

介绍

用'commits'记录毕设摸索的过程，“学术分享搜素引擎” <br /> 更多介绍参见 http://blog.csdn.net/zbf8441372/article/details/8697956 以及 http://blog.csdn.net/zbf8441372/article/details/8887188

相关工具

Scrapy: python爬虫

用于个性化定制网页爬取，以及通用性内容爬取 <br /> 基于twisted异步网络框架，代码少，性能高 <br />

MongoDB：面向文档NoSQL

用于元数据存储，以及pdf文件存取 <br /> 易用性最高的NoSQL，分布式，多分片，易扩展，我的场景下适合取代MySQL <br />

Apache Lucene/Solr：索引建立/查询服务

为数据建立索引并定制隔离的搜索服务 <br /> 最主流的搜索引擎搭建工具，互相兼容并提供常规搜索功能 <br />

Apache Tika：内容提取工具

用于提取pdf文本内容 <br /> 兼容Lucene的多功能文本提取工具，适应很多类型文件，使用方便 <br />

CAS：开源单点登录解决方案

企业级SSO解决方案<br />

其他：

Struts2 + Jquery + Bootstrap + D3 <br />

功能

基于爬取的学术资源，提供搜索、推荐、可视化、分享四块。