使用C#開(kāi)發(fā)搜索引擎（第2版）簡(jiǎn)介，目錄書(shū)摘
2020-12-11 14:04
來(lái)源：京東
作者：京東
使用C#開(kāi)發(fā)搜索引擎（第2版）
暫無(wú)報價(jià)
2700+評論
96%好評
編輯推薦:
《使用C#開(kāi)發(fā)搜索引擎(第2版)》是介紹業(yè)界熱門(mén)的Lucene.Net、使用WebBrowser做爬蟲(chóng)以及結合Solr/ElasticSearch開(kāi)發(fā)ASP.NET搜索的書(shū)籍?！妒褂肅#開(kāi)發(fā)搜索引擎(第2版)》還介紹了在線(xiàn)智能客服(聊天機器人)開(kāi)發(fā)框架。從C#語(yǔ)法開(kāi)始，逐漸深入，是零基礎實(shí)踐面向未來(lái)的智能軟件開(kāi)發(fā)。對于學(xué)習復雜數據結構和自然語(yǔ)言處理相關(guān)應用開(kāi)發(fā)也有參考價(jià)值。
內容簡(jiǎn)介:《使用C#開(kāi)發(fā)搜索引擎(第2版)》介紹如何以C#作為工具開(kāi)發(fā)智能搜索引擎系統。
《使用C#開(kāi)發(fā)搜索引擎(第2版)》是一本介紹業(yè)界熱門(mén)的Lucene.Net、使用WebBrowser做爬蟲(chóng)以及結合Solr/ElasticSearch開(kāi)發(fā)ASP.NET搜索的書(shū)籍。書(shū)中從網(wǎng)絡(luò )爬蟲(chóng)抓取數據開(kāi)始；然后介紹中文分詞、文本排重等文本挖掘技術(shù)和搜索結果展現；最后介紹在線(xiàn)智能客服(聊天機器人)開(kāi)發(fā)框架。從C#語(yǔ)法開(kāi)始，逐漸深入，是零基礎實(shí)踐面向未來(lái)的智能軟件開(kāi)發(fā)。
對于學(xué)習復雜數據結構和自然語(yǔ)言處理相關(guān)應用開(kāi)發(fā)也有參考價(jià)值。
《使用C#開(kāi)發(fā)搜索引擎(第2版)》是一本介紹業(yè)界熱門(mén)的Lucene.Net、使用WebBrowser做爬蟲(chóng)以及結合Solr/ElasticSearch開(kāi)發(fā)ASP.NET搜索的書(shū)籍。書(shū)中從網(wǎng)絡(luò )爬蟲(chóng)抓取數據開(kāi)始；然后介紹中文分詞、文本排重等文本挖掘技術(shù)和搜索結果展現；最后介紹在線(xiàn)智能客服(聊天機器人)開(kāi)發(fā)框架。從C#語(yǔ)法開(kāi)始，逐漸深入，是零基礎實(shí)踐面向未來(lái)的智能軟件開(kāi)發(fā)。
對于學(xué)習復雜數據結構和自然語(yǔ)言處理相關(guān)應用開(kāi)發(fā)也有參考價(jià)值。
作者簡(jiǎn)介:羅剛，計算機軟件碩士，畢業(yè)于吉林工業(yè)大學(xué)。2005年創(chuàng )立北京盈智星科技發(fā)展有限公司，2008年聯(lián)合創(chuàng )立上海數聚軟件公司。獵兔搜索創(chuàng )始人，當前獵兔搜索在北京和上海以及石家莊均設有研發(fā)部。帶領(lǐng)獵兔搜索技術(shù)開(kāi)發(fā)團隊先后開(kāi)發(fā)出獵兔中文分詞系統、獵兔文本挖掘系統，智能垂直搜索系統以及網(wǎng)絡(luò )信息監測系統等，實(shí)現互聯(lián)網(wǎng)信息的采集、過(guò)濾、搜索和實(shí)時(shí)監測，其開(kāi)發(fā)的搜索軟件日用戶(hù)訪(fǎng)問(wèn)量達萬(wàn)次以上。
目錄:第1章 使用C#開(kāi)發(fā)搜索引擎
快速入門(mén) 1
1.1 各種搜索引擎 2
1.1.1 通用搜索 3
1.1.2 垂直搜索 3
1.1.3 站內搜索 4
1.2 搜索引擎的整體結構 4
1.3 搜索引擎的基本技術(shù) 5
1.3.1 網(wǎng)絡(luò )爬蟲(chóng) 5
1.3.2 文本挖掘 5
1.3.3 全文索引 6
1.3.4 搜索語(yǔ)法介紹 8
1.3.5 搜索用戶(hù)界面 8
1.4 C#開(kāi)發(fā)快速入門(mén) 9
1.4.1 準備開(kāi)發(fā)環(huán)境 9
1.4.2 基本語(yǔ)法 9
1.4.3 多維數組 11
1.4.4 位運算 11
1.4.5 枚舉類(lèi)型 12
1.4.6 面向對象 13
1.4.7 字符串 15
1.4.8 讀寫(xiě)文件 16
1.4.9 集合類(lèi) 17
1.4.10 泛型 20
1.4.11 委托和事件 21
1.4.12 lambda表達式 24
1.4.13 單元測試 24
1.4.14 擴展方法 25
1.4.15 類(lèi)庫 26
1.5 算法基礎 26
1.5.1 雙端隊列 27
1.5.2 散列表 31
1.5.3 單鏈表 36
1.5.4 標準Trie樹(shù) 37
1.5.5 二叉搜索樹(shù) 39
1.5.6 三叉Trie樹(shù) 41
1.5.7 平衡Trie樹(shù) 46
1.6 本章小結 48
1.7 術(shù)語(yǔ)表 48
第2章 使用C#開(kāi)發(fā)網(wǎng)絡(luò )爬蟲(chóng) 51
2.1 網(wǎng)絡(luò )爬蟲(chóng)抓取原理 52
2.2 爬蟲(chóng)架構 54
2.2.1 基本架構 54
2.2.2 分布式爬蟲(chóng)架構 56
2.2.3 垂直爬蟲(chóng)架構 57
2.3 下載網(wǎng)頁(yè) 58
2.3.1 HTTP協(xié)議 58
2.3.2 下載靜態(tài)網(wǎng)頁(yè) 61
2.3.3 下載動(dòng)態(tài)網(wǎng)頁(yè) 65
2.4 線(xiàn)程池 73
2.5 網(wǎng)絡(luò )爬蟲(chóng)的遍歷與實(shí)現 75
2.6 網(wǎng)站地圖 77
2.7 連接池 78
2.8 URL地址查新 79
2.8.1 嵌入式數據庫 79
2.8.2 布隆過(guò)濾器 82
2.9 抓取RSS 84
2.10 解析相對地址 86
2.11 網(wǎng)頁(yè)更新 86
2.12 信息過(guò)濾 89
2.13 垂直行業(yè)抓取 94
2.14 抓取限制應對方法 94
2.14.1 更換IP地址 94
2.14.2 抓取需要登錄的網(wǎng)頁(yè) 98
2.14.3 抓取ASP.net網(wǎng)頁(yè) 100
2.15 保存信息 103
2.15.1 存入數據庫 103
2.15.2 存成圖像 104
2.16 日志 105
2.17 本章小結 108
2.18 術(shù)語(yǔ)表 108
第3章 索引各種格式文檔 113
3.1 從HTML文件中提取信息 114
3.1.1 識別網(wǎng)頁(yè)的編碼 114
3.1.2 正則表達式 116
3.1.3 Html Agility Pack介紹 120
3.1.4 NSoup介紹 124
3.1.5 網(wǎng)頁(yè)正文提取 124
3.1.6 結構化信息提取 137
3.1.7 查看網(wǎng)頁(yè)的DOM結構 140
3.1.8 網(wǎng)頁(yè)結構相似度計算 141
3.2 從非HTML文件中提取文本 143
3.2.1 TEXT文件 144
3.2.2 PDF文件 144
3.2.3 Office文件 146
3.2.4 Rtf文件 147
3.3 OCR 148
3.3.1 字形識別 149
3.3.2 圖像二值化 149
3.4 本章小結 153
3.5 術(shù)語(yǔ)表 154
第4章 自然語(yǔ)言處理 155
4.1 統計機器學(xué)習 156
4.2 協(xié)同推薦 157
4.3 文檔排重 163
4.3.1 生成SimHash 164
4.3.2 查找SimHash 166
4.3.3 用于短文本排重 170
4.4 中文關(guān)鍵詞提取 170
4.4.1 關(guān)鍵詞提取的基本方法 171
4.4.2 從網(wǎng)頁(yè)中提取關(guān)鍵詞 174
4.5 相關(guān)搜索 174
4.6 拼寫(xiě)檢查 175
4.6.1 拼寫(xiě)檢查的概率模型 176
4.6.2 模糊匹配問(wèn)題 176
4.6.3 英文拼寫(xiě)檢查 180
4.6.4 中文拼寫(xiě)檢查 183
4.7 文本摘要 184
4.7.1 文本摘要的設計 184
4.7.2 實(shí)現文本摘要技術(shù) 185
4.7.3 Lucene.net中的動(dòng)態(tài)摘要 190
4.8 文本分類(lèi) 191
4.8.1 自動(dòng)分類(lèi)的接口定義 191
4.8.2 自動(dòng)分類(lèi)的實(shí)現 191
4.9 自動(dòng)聚類(lèi) 197
4.9.1 文檔相似度 197
4.9.2 K均值聚類(lèi)方法 201
4.9.3 K均值實(shí)現 202
4.10 拼音轉換 204
4.11 句法分析樹(shù) 204
4.12 信息提取 211
4.12.1 信息提取的規則及其實(shí)現 211
4.12.2 提取地域信息 219
4.13 本章小結 221
4.14 術(shù)語(yǔ)表 221
第5章 用C#實(shí)現中文分詞 223
5.1 詞 224
5.2 文本切分的基本方法 224
5.3 地名切分 226
5.3.1 地址類(lèi)型標注 227
5.3.2 未登錄詞識別 227
5.4 有限狀態(tài)機 229
5.5 查找詞典算法 231
5.6 中文分詞的原理 232
5.6.1 正向最大長(cháng)度匹配法 232
5.6.2 逆向最大長(cháng)度匹配法 236
5.6.3 處理未登錄串 240
5.7 中文分詞的流程與結構 241
5.8 切分詞圖 243
5.8.1 保存切分詞圖 243
5.8.2 生成全切分詞圖 247
5.9 概率語(yǔ)言模型的分詞方法 250
5.9.1 準備數據 251
5.9.2 一元模型 252
5.9.3 N元模型 257
5.10 最大熵 262
5.11 未登錄詞識別 264
5.12 詞性標注 264
5.12.1 隱馬爾科夫模型 266
5.12.2 實(shí)現詞性標注 271
5.13 本章小結 275
5.14 術(shù)語(yǔ)表 276
第6章 Lucene.net原理與應用 277
6.1 Lucene.net快速入門(mén) 278
6.1.1 索引文檔 278
6.1.2 搜索文檔 280
6.1.3 Lucene.net結構 281
6.2 Lucene.net深入介紹 282
6.2.1 索引原理 282
6.2.2 分析文本 285
6.2.3 遍歷索引庫 288
6.2.4 布爾查詢(xún)原理 289
6.2.5 檢索模型 290
6.2.6 收集最相關(guān)的文檔 291
6.3 索引中的壓縮算法 296
6.3.1 變長(cháng)壓縮 296
6.3.2 差分編碼 298
6.4 創(chuàng )建和維護索引庫 299
6.4.1 設計一個(gè)簡(jiǎn)單的索引庫 299
6.4.2 創(chuàng )建索引庫 300
6.4.3 向索引庫中添加索引文檔 301
6.4.4 刪除索引庫中的索引文檔 303
6.4.5 更新索引庫中的索引文檔 304
6.4.6 索引的優(yōu)化與合并 304
6.5 查找索引庫 305
6.5.1 布爾查詢(xún) 306
6.5.2 同時(shí)查詢(xún)多列 307
6.5.3 跨度查詢(xún) 308
6.5.4 通配符查詢(xún) 312
6.5.5 過(guò)濾 312
6.5.6 按指定列排序 313
6.5.7 查詢(xún)大容量索引 318
6.5.8 函數查詢(xún) 320
6.5.9 定制相似度 323
6.5.10 評價(jià)搜索結果 325
6.6 中文信息檢索 325
6.6.1 Lucene.net中的中文處理 326
6.6.2 Lietu中文分詞的使用 326
6.6.3 定制Tokenizer 328
6.6.4 解析查詢(xún)串 329
6.6.5 實(shí)現字詞混合索引 333
6.7 抓取數據庫中的內容 336
6.7.1 讀取數據 337
6.7.2 數據同步 338
6.8 與爬蟲(chóng)集成 338
6.9 概念搜索 341
6.10 本章小結 344
6.11 術(shù)語(yǔ)表 345
第7章 實(shí)現搜索用戶(hù)界面 347
7.1 搜索頁(yè)面設計 348
7.1.1 用于顯示搜索結果的
ASP.net 348
7.1.2 搜索結果條 351
7.1.3 搜索結果分頁(yè) 351
7.1.4 設計一個(gè)簡(jiǎn)單的搜索頁(yè)面 352
7.2 實(shí)現搜索接口 353
7.2.1 Lucene.net搜索接口 353
7.2.2 指定范圍搜索 357
7.2.3 搜索頁(yè)面的索引緩存與
更新 358
7.3 實(shí)現關(guān)鍵詞高亮顯示 361
7.4 實(shí)現分類(lèi)統計視圖 362
7.4.1 搜索結果分類(lèi)統計與導航 363
7.4.2 層次樹(shù) 366
7.5 相關(guān)搜索詞 368
7.6 實(shí)現AJax自動(dòng)完成 369
7.6.1 總體結構 370
7.6.2 服務(wù)器端處理 371
7.6.3 瀏覽器端處理 372
7.7 集成其他功能 374
7.7.1 拼寫(xiě)檢查 374
7.7.2 再次查找 374
7.7.3 黑名單 375
7.7.4 搜索日志 376
7.8 本章小結 377
第8章 使用Solr開(kāi)發(fā)網(wǎng)站搜索 379
8.1 搜索服務(wù)器端 380
8.1.1 Solr的結構 380
8.1.2 啟動(dòng)Solr服務(wù)器 381
8.1.3 開(kāi)發(fā)支持Solr的中文分詞 384
8.1.4 中文的Solr 385
8.1.5 索引數據 388
8.1.6 查詢(xún)功能 389
8.1.7 高亮顯示 392
8.2 Solr的.NET客戶(hù)端 393
8.2.1 使用Solrnet 393
8.2.2 查詢(xún) 396
8.2.3 分類(lèi)統計 397
8.2.4 ASP.NET中使用Solrnet 401
8.2.5 刪除數據 405
8.2.6 從數據庫索引數據 405
8.2.7 翻頁(yè) 408
8.2.8 實(shí)現多分類(lèi) 411
8.3 查詢(xún)語(yǔ)法 412
8.3.1 對空格的支持 413
8.3.2 日期加權 413
8.4 索引分布 415
8.5 本章小結 417
第9章 Elasticsearch開(kāi)發(fā)分
布式搜索 419
9.1 搜索集群 421
9.2 安裝 422
9.3 ES的.net客戶(hù)端 429
9.3.1 連接搜索服務(wù)器 429
9.3.2 創(chuàng )建索引 430
9.3.3 插入數據 431
9.4 查詢(xún) 432
9.4.1 布爾查詢(xún) 433
9.4.2 嵌套類(lèi)型和嵌套查詢(xún) 434
9.4.3 查詢(xún)結果 437
9.4.4 過(guò)濾器 437
9.5 高亮顯示 437
9.6 分頁(yè) 442
9.7 本章小結 442
第10章 在線(xiàn)客服案例分析 445
10.1 使用WebSocket 446
10.2 知識庫 447
10.3 自動(dòng)問(wèn)答 449
10.4 本章小結 453
參考資源 455
快速入門(mén) 1
1.1 各種搜索引擎 2
1.1.1 通用搜索 3
1.1.2 垂直搜索 3
1.1.3 站內搜索 4
1.2 搜索引擎的整體結構 4
1.3 搜索引擎的基本技術(shù) 5
1.3.1 網(wǎng)絡(luò )爬蟲(chóng) 5
1.3.2 文本挖掘 5
1.3.3 全文索引 6
1.3.4 搜索語(yǔ)法介紹 8
1.3.5 搜索用戶(hù)界面 8
1.4 C#開(kāi)發(fā)快速入門(mén) 9
1.4.1 準備開(kāi)發(fā)環(huán)境 9
1.4.2 基本語(yǔ)法 9
1.4.3 多維數組 11
1.4.4 位運算 11
1.4.5 枚舉類(lèi)型 12
1.4.6 面向對象 13
1.4.7 字符串 15
1.4.8 讀寫(xiě)文件 16
1.4.9 集合類(lèi) 17
1.4.10 泛型 20
1.4.11 委托和事件 21
1.4.12 lambda表達式 24
1.4.13 單元測試 24
1.4.14 擴展方法 25
1.4.15 類(lèi)庫 26
1.5 算法基礎 26
1.5.1 雙端隊列 27
1.5.2 散列表 31
1.5.3 單鏈表 36
1.5.4 標準Trie樹(shù) 37
1.5.5 二叉搜索樹(shù) 39
1.5.6 三叉Trie樹(shù) 41
1.5.7 平衡Trie樹(shù) 46
1.6 本章小結 48
1.7 術(shù)語(yǔ)表 48
第2章 使用C#開(kāi)發(fā)網(wǎng)絡(luò )爬蟲(chóng) 51
2.1 網(wǎng)絡(luò )爬蟲(chóng)抓取原理 52
2.2 爬蟲(chóng)架構 54
2.2.1 基本架構 54
2.2.2 分布式爬蟲(chóng)架構 56
2.2.3 垂直爬蟲(chóng)架構 57
2.3 下載網(wǎng)頁(yè) 58
2.3.1 HTTP協(xié)議 58
2.3.2 下載靜態(tài)網(wǎng)頁(yè) 61
2.3.3 下載動(dòng)態(tài)網(wǎng)頁(yè) 65
2.4 線(xiàn)程池 73
2.5 網(wǎng)絡(luò )爬蟲(chóng)的遍歷與實(shí)現 75
2.6 網(wǎng)站地圖 77
2.7 連接池 78
2.8 URL地址查新 79
2.8.1 嵌入式數據庫 79
2.8.2 布隆過(guò)濾器 82
2.9 抓取RSS 84
2.10 解析相對地址 86
2.11 網(wǎng)頁(yè)更新 86
2.12 信息過(guò)濾 89
2.13 垂直行業(yè)抓取 94
2.14 抓取限制應對方法 94
2.14.1 更換IP地址 94
2.14.2 抓取需要登錄的網(wǎng)頁(yè) 98
2.14.3 抓取ASP.net網(wǎng)頁(yè) 100
2.15 保存信息 103
2.15.1 存入數據庫 103
2.15.2 存成圖像 104
2.16 日志 105
2.17 本章小結 108
2.18 術(shù)語(yǔ)表 108
第3章 索引各種格式文檔 113
3.1 從HTML文件中提取信息 114
3.1.1 識別網(wǎng)頁(yè)的編碼 114
3.1.2 正則表達式 116
3.1.3 Html Agility Pack介紹 120
3.1.4 NSoup介紹 124
3.1.5 網(wǎng)頁(yè)正文提取 124
3.1.6 結構化信息提取 137
3.1.7 查看網(wǎng)頁(yè)的DOM結構 140
3.1.8 網(wǎng)頁(yè)結構相似度計算 141
3.2 從非HTML文件中提取文本 143
3.2.1 TEXT文件 144
3.2.2 PDF文件 144
3.2.3 Office文件 146
3.2.4 Rtf文件 147
3.3 OCR 148
3.3.1 字形識別 149
3.3.2 圖像二值化 149
3.4 本章小結 153
3.5 術(shù)語(yǔ)表 154
第4章 自然語(yǔ)言處理 155
4.1 統計機器學(xué)習 156
4.2 協(xié)同推薦 157
4.3 文檔排重 163
4.3.1 生成SimHash 164
4.3.2 查找SimHash 166
4.3.3 用于短文本排重 170
4.4 中文關(guān)鍵詞提取 170
4.4.1 關(guān)鍵詞提取的基本方法 171
4.4.2 從網(wǎng)頁(yè)中提取關(guān)鍵詞 174
4.5 相關(guān)搜索 174
4.6 拼寫(xiě)檢查 175
4.6.1 拼寫(xiě)檢查的概率模型 176
4.6.2 模糊匹配問(wèn)題 176
4.6.3 英文拼寫(xiě)檢查 180
4.6.4 中文拼寫(xiě)檢查 183
4.7 文本摘要 184
4.7.1 文本摘要的設計 184
4.7.2 實(shí)現文本摘要技術(shù) 185
4.7.3 Lucene.net中的動(dòng)態(tài)摘要 190
4.8 文本分類(lèi) 191
4.8.1 自動(dòng)分類(lèi)的接口定義 191
4.8.2 自動(dòng)分類(lèi)的實(shí)現 191
4.9 自動(dòng)聚類(lèi) 197
4.9.1 文檔相似度 197
4.9.2 K均值聚類(lèi)方法 201
4.9.3 K均值實(shí)現 202
4.10 拼音轉換 204
4.11 句法分析樹(shù) 204
4.12 信息提取 211
4.12.1 信息提取的規則及其實(shí)現 211
4.12.2 提取地域信息 219
4.13 本章小結 221
4.14 術(shù)語(yǔ)表 221
第5章 用C#實(shí)現中文分詞 223
5.1 詞 224
5.2 文本切分的基本方法 224
5.3 地名切分 226
5.3.1 地址類(lèi)型標注 227
5.3.2 未登錄詞識別 227
5.4 有限狀態(tài)機 229
5.5 查找詞典算法 231
5.6 中文分詞的原理 232
5.6.1 正向最大長(cháng)度匹配法 232
5.6.2 逆向最大長(cháng)度匹配法 236
5.6.3 處理未登錄串 240
5.7 中文分詞的流程與結構 241
5.8 切分詞圖 243
5.8.1 保存切分詞圖 243
5.8.2 生成全切分詞圖 247
5.9 概率語(yǔ)言模型的分詞方法 250
5.9.1 準備數據 251
5.9.2 一元模型 252
5.9.3 N元模型 257
5.10 最大熵 262
5.11 未登錄詞識別 264
5.12 詞性標注 264
5.12.1 隱馬爾科夫模型 266
5.12.2 實(shí)現詞性標注 271
5.13 本章小結 275
5.14 術(shù)語(yǔ)表 276
第6章 Lucene.net原理與應用 277
6.1 Lucene.net快速入門(mén) 278
6.1.1 索引文檔 278
6.1.2 搜索文檔 280
6.1.3 Lucene.net結構 281
6.2 Lucene.net深入介紹 282
6.2.1 索引原理 282
6.2.2 分析文本 285
6.2.3 遍歷索引庫 288
6.2.4 布爾查詢(xún)原理 289
6.2.5 檢索模型 290
6.2.6 收集最相關(guān)的文檔 291
6.3 索引中的壓縮算法 296
6.3.1 變長(cháng)壓縮 296
6.3.2 差分編碼 298
6.4 創(chuàng )建和維護索引庫 299
6.4.1 設計一個(gè)簡(jiǎn)單的索引庫 299
6.4.2 創(chuàng )建索引庫 300
6.4.3 向索引庫中添加索引文檔 301
6.4.4 刪除索引庫中的索引文檔 303
6.4.5 更新索引庫中的索引文檔 304
6.4.6 索引的優(yōu)化與合并 304
6.5 查找索引庫 305
6.5.1 布爾查詢(xún) 306
6.5.2 同時(shí)查詢(xún)多列 307
6.5.3 跨度查詢(xún) 308
6.5.4 通配符查詢(xún) 312
6.5.5 過(guò)濾 312
6.5.6 按指定列排序 313
6.5.7 查詢(xún)大容量索引 318
6.5.8 函數查詢(xún) 320
6.5.9 定制相似度 323
6.5.10 評價(jià)搜索結果 325
6.6 中文信息檢索 325
6.6.1 Lucene.net中的中文處理 326
6.6.2 Lietu中文分詞的使用 326
6.6.3 定制Tokenizer 328
6.6.4 解析查詢(xún)串 329
6.6.5 實(shí)現字詞混合索引 333
6.7 抓取數據庫中的內容 336
6.7.1 讀取數據 337
6.7.2 數據同步 338
6.8 與爬蟲(chóng)集成 338
6.9 概念搜索 341
6.10 本章小結 344
6.11 術(shù)語(yǔ)表 345
第7章 實(shí)現搜索用戶(hù)界面 347
7.1 搜索頁(yè)面設計 348
7.1.1 用于顯示搜索結果的
ASP.net 348
7.1.2 搜索結果條 351
7.1.3 搜索結果分頁(yè) 351
7.1.4 設計一個(gè)簡(jiǎn)單的搜索頁(yè)面 352
7.2 實(shí)現搜索接口 353
7.2.1 Lucene.net搜索接口 353
7.2.2 指定范圍搜索 357
7.2.3 搜索頁(yè)面的索引緩存與
更新 358
7.3 實(shí)現關(guān)鍵詞高亮顯示 361
7.4 實(shí)現分類(lèi)統計視圖 362
7.4.1 搜索結果分類(lèi)統計與導航 363
7.4.2 層次樹(shù) 366
7.5 相關(guān)搜索詞 368
7.6 實(shí)現AJax自動(dòng)完成 369
7.6.1 總體結構 370
7.6.2 服務(wù)器端處理 371
7.6.3 瀏覽器端處理 372
7.7 集成其他功能 374
7.7.1 拼寫(xiě)檢查 374
7.7.2 再次查找 374
7.7.3 黑名單 375
7.7.4 搜索日志 376
7.8 本章小結 377
第8章 使用Solr開(kāi)發(fā)網(wǎng)站搜索 379
8.1 搜索服務(wù)器端 380
8.1.1 Solr的結構 380
8.1.2 啟動(dòng)Solr服務(wù)器 381
8.1.3 開(kāi)發(fā)支持Solr的中文分詞 384
8.1.4 中文的Solr 385
8.1.5 索引數據 388
8.1.6 查詢(xún)功能 389
8.1.7 高亮顯示 392
8.2 Solr的.NET客戶(hù)端 393
8.2.1 使用Solrnet 393
8.2.2 查詢(xún) 396
8.2.3 分類(lèi)統計 397
8.2.4 ASP.NET中使用Solrnet 401
8.2.5 刪除數據 405
8.2.6 從數據庫索引數據 405
8.2.7 翻頁(yè) 408
8.2.8 實(shí)現多分類(lèi) 411
8.3 查詢(xún)語(yǔ)法 412
8.3.1 對空格的支持 413
8.3.2 日期加權 413
8.4 索引分布 415
8.5 本章小結 417
第9章 Elasticsearch開(kāi)發(fā)分
布式搜索 419
9.1 搜索集群 421
9.2 安裝 422
9.3 ES的.net客戶(hù)端 429
9.3.1 連接搜索服務(wù)器 429
9.3.2 創(chuàng )建索引 430
9.3.3 插入數據 431
9.4 查詢(xún) 432
9.4.1 布爾查詢(xún) 433
9.4.2 嵌套類(lèi)型和嵌套查詢(xún) 434
9.4.3 查詢(xún)結果 437
9.4.4 過(guò)濾器 437
9.5 高亮顯示 437
9.6 分頁(yè) 442
9.7 本章小結 442
第10章 在線(xiàn)客服案例分析 445
10.1 使用WebSocket 446
10.2 知識庫 447
10.3 自動(dòng)問(wèn)答 449
10.4 本章小結 453
參考資源 455
相關(guān)商品
京公網(wǎng)安備 11000002000088號
