python编程索引_Python编程第七课 构建搜索引擎：添加索引与查询流程

在这个系列文章中，你将学习如何完成一个简单的搜索引擎，以及当有人想要用关键词的搜索你的博客网页时，如何响应查询。

你还将学习网络和互联网是如何工作的，进一步了解如何建立一个你自己的搜索索引。

百度、谷歌这些大型搜索引擎虽然很复杂，但是背后的原理和思想是一样的，所以你也可以知道为什么你输入一个关键词，这些搜索引擎就能给你一串页面答案。

贯穿整个系列的主要计算机科学新思想是：如何建立复杂的数据结构。

你将学习如何设计一个你自己就能搭建的数据结构，这样你就可以在你的爬取的网页里响应查询，而不需要在每次都重新扫描所有的网页。你将为此建立的结构就是索引(Index)。

索引的目标是映射一个关键字和该关键字的位置。例如，在一本书的索引中，你可以看到一个页码，它可以作为一个映射，在哪里可以找到一个术语或概念。

索引中的关键概念会让我们找到我们想要的参考资料。

对于搜索引擎来说，索引为你提供了一个关键词映射到网页列表的方法，也就是这些特定关键词出现的URL。

一旦你完成了建立索引的工作，那么查找的速度真的很快。

决定数据结构是构建软件最重要的部分之一。只要你选对了数据结构，剩下的代码就会容易写很多。我们通过下面这个例题来深入了解一下：

在这些数据结构中，哪种数据结构是表示你的搜索引擎的索引的好方法？

.

.

.

.

.

答案揭晓：最好的选择是d，b紧随其后。选择a和c会非常困难。

下面我来解释一下是为什么：

a -很难阅读，因为所有的东西都在一个列表里。这种结构也会使关键词难以循环。

b -这个选项还可以，但不如d。b的结构是这样的，有一个列表，列表中的每个元素都是一个列表，元素列表本身就是列表。这种结构最大的好处是很容易从urls中分辨出关键词，关键词永远是列表的第一个元素。也更容易去看关键词，因为对于每个列表，你只需要看第一个元素，检查是否是你要找的关键词，如果不是，就继续看下一个。这种结构唯一的缺点是，关键词和urls之间的区别可以更加清晰。

c -