ftfind 桌面搜索引擎的设计文档 (2)

河南省青年创新软件设计大赛参赛作品说明书

飞涛本机搜索引擎

1．创意说明

1. 1.  

   2. 背景介绍 

尽管从互联网上数以十亿计的文档中搜索信息已经变得相对简单，但在计算机的硬盘上查找一个Word文件仍然不是一件容易的事。

为了方便用户在越来越大硬盘里，从海量的资料中查找自己感兴趣的文档，我开发了本机搜索引擎，该软件能够以全文检索的方式，通过浏览器，让用户在自己的计算机的本地硬盘中，迅速找到Html网页、Word文档 、txt纯文本、或者c,cpp,pas,java,asp,php等程序的源代码文件。

撰写说明书的参考文献：

1）《软件工程》叶俊民 清华大学出版社 2006年

2) 《UML基础及Visio 建模》刘晓华　电子工业出版社　2004年

1．2 市场定位

相对网络搜索，桌面搜索的威力更大，市场更好。从技术来看，只有桌面搜索才算是全方位的搜索工具。它无所不能且方便快捷，从电脑到网络的每个角落都能找到你要找的东西。

日前，google, 微软,雅虎，百度等国际化大公司纷纷全力打造并推出了自己的桌面搜索软件，宣布进入桌面搜索市场。决心为之搏斗一番。

从市场发展来看，桌面搜索市场的发展潜力最大。尽管搜索市场竞争非常激烈，但这一市场的增长潜力被普遍看好。有关市场研究数据显示：中国的搜索引擎市场2003年达到了5.2亿元人民币，比2002年的2.3亿一年增长了127%，今后3年内还将每年增长60%至70%之间，而全球搜索引擎产业，3至5年后将有望达到70亿美元。事实上，各大搜索公司近来的业绩都在高速发展，百度最近的财报显示，其业绩已经上涨了两倍，雅虎的财报也在一路攀升，Google的业绩就更不用说了。

虽然桌面搜索市场，暂时还没有明显的赢利模式，但我们看到各大公司纷纷在桌面搜索市场，积极地进行战略布局。

在这大家都还没有赢利的看不见硝烟的战场上，对后来者而言，正是一个起步的绝好机会：能和巨人们站在同一起跑线上，进行同台竞技。

 

1.3 需求规格

1.3.1 一般性描述

本软件要提供的主要功能是：帮助用户在自己的计算机的本地硬盘中，迅速进行全文检索。

用户特征：

预期软件的主要用户为一般职员(主任/一般文职/业务/办事人员)、学生和专业人士。用户受到的教育水平较高，对计算机操作较为熟练。

限制与约束：

为了方便软件在网络上的传播，在设计时，需要尽量精减软件的尺寸：整个软件的安装包限制在１Ｍ字节之内。在一个安装包内，提供全文检索的完整功能，内含微型化的http 服务器，hash型文件数据库，中文分词模块，中文词汇表，doc解析模块，html解析模块，文件遍历模块，模版化人机界面等。

1.3.2 特殊需求

作品功能：

能够以全文检索的方式，通过浏览器，让用户在自己的计算机的本地硬盘中，迅速找到Html网页、Word文档 、txt纯文本、或者c,cpp,pas,java,asp,php等程序的源代码文件。

行为需求：

1)用户可以在自己的计算机中，进行全文检索。用户通过浏览器输入欲查询的关键词，软件进行中文分词和检索，以页面形式返回包含关键词的文件集合。

2)用户可以指定和添加要索引的范围，比如可以一次添加多个文件进行索引，可以添加某个目录，某个硬盘进行索引。软件可以按照用户的指定范围，自动遍历并索引该目录或该硬盘下所有的文件，及其子目录下的所有文件。

3)索引时，采用多线程技术，尽量降低对CPU和内存资源的消耗。当用户空闲时，（鼠标停止移动１０秒后），软件才能进入索引状态。一旦用户移动鼠标，索引线程立即进入休眠状态。

性能需求：

1） 查询时，最长的响应时间：控制在800毫秒和１秒左右；平均响应时间：控制在200毫秒之内。

2）内存平均占用控制在４M-10M之间。

3）软件安装包的大小控制在１M之内，以方便下载。

4）倒排索引文件的占用随索引范围而变动，采用中文分词技术，以词汇为单位进行存储，以期减少对硬盘空间的消耗。

５）如果计算机死机或者突然断电后，软件重新启动时，应该具备自我修复功能，避免从头再次建立索引。

6）提供模版化人机界面，如果用户具备编写html的能力，可以灵活地自行修改查询结果的显示页面。

安全性需求：

只允许来自本地IP地址(127.0.0.1)的查询，拒绝来自局域网和互联网的其他IP地址的查询。

 

2．设计规格说明

2.1 背景介绍

2.1.1 作用范围

系统目标：设计一个轻量级的全文检索软件，可以让用户通过浏览器输入欲查询的关键词， 在用户自己的本地硬盘中，迅速查询并以页面形式返回：包含关键词的Html网页、Word文档 、txt纯文本、或者c,cpp,pas,java,asp,php等程序的源代码文件。

系统的运行环境

硬件环境：公知计算机。

软件环境：WINDONS 98/2000/XP操作系统。

人机界面：浏览器（比如ie, netscape,firefox等）

 

设计约束：

软件语言采用ＤELPHI和Vc 混合编程。使用Delphi 编写主程序ftfind.exe，包括http server、遍历模块和软件界面等模块。使用Vc编写动态连接库fullindex.dll， 包括全文检索和中文分词等模块，供主程序ftfind.exe调用。

 

2.1.2 文档

技术参考书：

《C++ 标准程序库》 侯捷/孟岩 华中科技大学出版社 2002年

《Delphi 4编程技术内幕》 Charlie Calvert 机械工业出版社 1999年

《Delphi 算法与数据结构》Julian Bucknall 中国电力出版社 2003年

《C++ 编程思想》Bruce Eckel 机械工业出版社 2003年

《编程珠玑》Jon Bentley 中国电力出版社 2004年

参考标准

Hypertext Transfer Protocol -- HTTP/1.1 (RFC 2616)

Hypertext Markup Language - 2.0 (RFC 1866)

 

2.2 软件功能设计

系统划分为以下子系统：http 服务器，hash型文件数据库，中文分词模块，中文词汇表，doc解析模块，html解析模块，文件遍历模块，模版化人机界面。

2.3 软件逻辑设计

添加倒排索引文件的数据流图

 

查询句子的数据流图

　

添加索引的线程状态的控制流图

 

查询时的UML活动图

界面设计：

主程序的界面：

 

查询的输入界面：

 

显示返回结果

 

2.4 软件运行平台设计

开发平台：

Delphi 和 Visual C++

运行平台:

Windows XP, 2000,98。

 

2.5 部署与安装设计

运行安装包find.exe, 点击“下一步”。 安装完毕后，系统自动运行。

 

3．软件使用说明

3．1 系统安装说明

安装步骤：

运行安装包find.exe, 点击“下一步”。 安装完毕后，系统自动运行。

数据初始化过程：

第1次查询前，用户需要先指定索引的范围，比如输入c:/, 然后，软件会自动检测鼠标使用状态，如果鼠标停止移动10秒之上，索引模块就会开始工作，在用户指定的范围内建立索引文件。

3．2 系统使用说明

用户第1次运行本软件时，应该指定搜索范围，软件会在计算机空闲时，对指定范围内的文件进行分析并建立索引，以供用户日后快速进行全文检索。

索引建立完毕或者正在建立的过程中，用户可以用浏览器，输入关键字进行全文检索，比如输入“ 计算机 ”，软件会返回用户本机硬盘中包含该关键词的所有文件，高亮度标识该关键词，并以分页的html形式显示出来。

如果输入“ 计算机 电脑 ”， 软件会返回既包括“ 计算机 ”又包括“ 电脑 ”的文件。

如果输入“ 计算机 -电脑 ”， 软件会返回包括“ 计算机 ”但不包括“ 电脑 ”的文件。

 

3．3 疑难问题解答

>为什么第一次运行，什么文章也没有搜索到？

因为：需要用户先指定索引的范围，软件才开始工作，在该范围内建立索引文件。索引建立完毕后，用户才能进行检索。

>软件可以索引那些后缀的文件？

可以对网页文件(*.htm)、纯文本文件(*.txt)、word文件(*.doc)、和源代码 *.c,*.h,*.cpp,*.pas,*.asp,*.php,*.java 等文件建立索引。支持Gb2312,utf-8等编码方式。

>软件何时进入索引状态？

软件检测到用户停止使用鼠标10秒之后，自动进入索引状态；一但用户开始使用鼠标，软件立即暂停索引。

>是否需要安装word软件，才能检索doc文件？

本软件自带doc文件转换器，不用安装WORD软件，即可直接抽取并索引doc文档。

>用户是否可以自行修改查询的页面？

本软件采用灵活的模版化设计，稍具网页设计知识的用户，即可自行修改软件www目录下的搜索界面。

 

4．商业计划书

4．1 背景

尽管搜索市场竞争非常激烈，但这一市场的增长潜力被普遍看好。 有关市场研究数据显示：中国的搜索引擎市场2003年达到了5.2亿元人民币，比2002年的2.3亿一年增长了127%，今后3年内还将每年增长60%至70%之间，而全球搜索引擎产业，3至5年后将有望达到70亿美元。事实上，各大搜索公司近来的业绩都在高速发展，百度最近的财报显示，其业绩已经上涨了两倍，雅虎的财报也在一路攀升，Google的业绩就更不用说了。

从市场发展来看，桌面搜索市场的发展潜力最大。相对网络搜索，桌面搜索的威力更大。从技术来看，只有桌面搜索才算是全方位的搜索工具。它无所不能且方便快捷，从电脑到网络的每个角落都能找到你要找的东西。

虽然桌面搜索市场，暂时还没有明显的赢利模式，但我们看到各大公司纷纷在桌面搜索市场，积极地进行战略布局。

在这大家都还没有赢利的看不见硝烟的战场上，对后来者而言，正是一个起步的绝好机会：能和巨人们站在同一起跑线上，进行同台竞技。

4．2 创业思路

密切关注goolge在桌面搜索市场上的动向，在技术上步步紧追， 争取有所超越；在商业上，积极发现并模仿google desktop search未来可能出现的的赢利模式。

4．3 产品推广策略

推向市场的策略：

采用免费下载、免费使用的推广模式，通过在用户中建立良好的口碑，借助用户之间的传播，并积极在报刊杂志等传统媒体和网络媒体上，采用广告、博客、论坛、搜索引擎优化等多种方式，进行宣传推广。

为目标客户提供服务：

收集用户的需求，改善软件的结构，适应软件外部运行环境的发展变化，提高软件的可维护性和可靠性，为日后进一步改进软件打下基础，力争满足来自各方面用户的多种需求。

本文 doc格式 下载地址：

http://www.18ie.com/find/ftfind_doc.php

本软件可执行程序 下载地址

http://www.18ie.com/find/download.php

 

花了整整2个星期的时间，我才写完了这个文档。现在放在网络上，希望会给大家带来一些帮助: 

1)对于初学者，会对桌面搜索引擎的内部结构有所了解。

2)给以后参加此类软件大赛的选手一个参考例子。截至现在2006-10-9日，朝鲜的原子弹都爆炸了，网络上还没有一个参赛的文挡可供下载。那就让我来做第1人吧 。