怎么做一个搜索引擎？

对语言没什么一定的要求，我用C++写过一个简朴的。基本上一个搜索引擎包罗三个模块：网页抓取，确定索引数据库、用户检索。网页抓取可以通过许多网页抓取工具，像网络蜘蛛(WebSpider)，网络爬虫(WebCrawler)等等，固然也可以自己写一个了。确定索引是最主要的一块，直接关系到搜索的效率，一种盛行的手艺是倒排文件，简朴说就是确定关键词到文档的映射关系，关键词可以置于内存中，好比接纳Trie树来实现，倒排文件置于硬盘上。用户检索相对对照简朴，当索引结构很优异时，检索的效率会对照高，固然检索历程中还设计到效果排序的问题，相关的算法可以参考网上的资料，如Google的Rank机制。