【boost_search搜索引擎】1.获取数据源

1、项目介绍

boost_search项目和百度那种不一样，百度是全站搜索，而boost_search是一个站内搜索。而项目的宏观上实现思路就如同图上的思路。

2、获取数据源

我们要实现一个站内搜索，我们就要有这个网站的数据源，我们可以从boost.org官网获取它的数据源

我们点击下载，进入到这个界面，直接下载它的压缩包

下载后之后，我们将它存到我们的Linux服务器上，这里我们可以通过
rz -E命令将我们Windows上的文件传输到Xshell上，这里我选择创建一个data目录，将我们的boost压缩包解压的内容放进去。

这里如果出现乱码，我们就只用rz命令，

• 然后我们使用： tar -xzf boost_1_84_0.tar.gz 命令进行解压
• 然后我们进入boost目录/doc/html,
  这里面的就是我们要的数据源，（因为我们最终搜索出来的是个网站，所以我们只需要它的html即可）我们将这个目录下的文件拷贝进我们的data目录下即可
• 我们用cp -rf boost_1_84_0/doc/html/* html/拷贝进我的html目录下
  （html是我在data目录下提前创建好的目录）
  这样我们就拿到了我们制作搜索引擎需要的数据源