自己动手写搜索引擎

   实现了一个搜索引擎，可以检索csdn网站的所有博客文章，当然，最新的文章是没有的。

   先说下项目思路吧， 整个项目分为6个子程序：

       爬虫1：爬取所有csdn网站的网页，并将爬到的博客文章url存入数据库。（python）

       爬虫2：从数据库中取文章url，并爬取文章内容到数据库。(python)

      分词程序：利用friso分词库，将所有文章内容切分成词语。(c/c++)

      建立倒排索引程序：处理所有分词程序产生的结果文件，建立倒排索引。（c/c++)

      搜索程序：将输入句子切分成关键词，并根据关键词和倒排索引文件计算出相关文章的TF-IDF(词频-逆文件频率)，最后根据TF-IDF对搜索结果进行排序。(c/c++)

      搜索网站：类似百度等搜索引擎，应用的入口，输入搜索的内容，输出搜索的结果。(java)

    程序比较复杂，又用到了不同的语言，所以分成了这么多子程序。

    下面是最终的运行效果，看起来还不错

    主页（百度即视感）

 搜索结果：

    界面比较简单，不过确实可以搜索了，点击蓝色字就会打开博文原地址。

    整个项目做了很多天，做的也很很辛苦，不过做出来后还是相当有成就感的。感兴趣的可以试试。