搜尋引擎相關資源

1. 開源項目

1.Lucene全文檢索索引系統

     
http://lucene.apache.org和 http://www.lucene.com.cn/

      Lucene是apache軟體基金會4 jakarta項目組的一個子項目，是一個開放原始碼的全文檢索索引引擎工具包，即它不是一個完整的全文檢索索引引擎，而是一個全文檢索索引引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎（英文與德文兩種西方語言）。Lucene的目的是為軟體開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索索引的功能，或者是以此為基礎建立起完整的全文檢索索引引擎。Lucene的原作者是Doug
Cutting，他是一位資深全文索引/檢索專家，曾經是V-Twin搜尋引擎的主要開發人員，後在Excite擔任進階系統架構設計師，目前從事於一些Internet底層架構的研究。早先發布在作者自己的，他貢獻出Lucene的目標是為各種中小型應用程式加入全文檢索索引功能。2.Nutch系統

2.  Nutch系統

    
http://www.nutch.org和http://www.nutchchina.com

     Nutch是個完整的開放原始碼的搜尋引擎，是個完備的應用程式。內部實現以Lucence為基礎實現搜尋引擎應用.
利用Nutch經過簡單設定就可以建立自己的內部網的搜尋引擎，也可以針對互連網建立搜尋引擎，還可以與資料庫結合檢索索引。

3.Compass

      http://wwww.compassframework.org/

      Compass是在Lucence上實現的開源搜尋引擎架構，提供更加簡潔的搜尋引擎API. 增加了索引交易處理的支援，能夠更方便地與資料庫等食物處理應用進行整合。更新時更加簡單、更加高效，無需刪除原文檔。資源與搜尋引擎之間採用映射機制，Compass還能與Hibernate 、Spring架構進行整合

4.Larbin系統

      http://larbin.sourceforge.net/

   　larbin是一種開源的網路爬蟲/網路蜘蛛，由法國的年輕人Sébastien Ailleret獨立開發，用c++語言實現。larbin目的是能夠跟蹤頁面的url進行擴充的抓取，最後為搜尋引擎提供廣泛的資料來源。
Larbin只是一個爬蟲，也就是說larbin只抓取網頁，至於如何parse的事情則由使用者自己完成。另外，如何儲存到資料庫以及建立索引的事情 larbin也不提供。

　　latbin最初的設計也是依據設計簡單但是高度可配置性的原則，因此我們可以看到，一個簡單的larbin的爬蟲可以每天擷取500萬的網頁，實在是非常高效。

　　利用larbin，我們可以輕易的擷取/確定單個網站的所有連接，甚至可以鏡像一個網站；也可以用它建立url 列表群，例如針對所有的網頁進行 url retrive後，進行xml的連接的擷取。或者是 mp3，或者定製larbin，可以作為搜尋引擎的資訊的來源。

 

5. Yioop! PHP 搜尋引擎

       http://www.seekquarry.com/

       Yioop! 是一個 PHP 的搜尋引擎，可用於 Web 的一般用途搜尋，或者可提供URL搜尋以及各種文檔的索引搜尋，包括：HTML, PDF, DOC, PPT, RTF, RSS, XML, SVG, PNG, JPG, BMP, GIF, 以及 sitemaps.

2、 研究網站

1,Google 黑板報 http://www.google.com.hk/ggblog/googlechinablog/

2,searchenginewatch.com大站。