搜索的基本步骤

          1998年的基本步骤与现在没有什么区别，现在只是提高了每一步的效率和计算性能。

          传统搜索的基本步骤：

           1、爬取：收集要搜索的文档。

           2、解析：将各种文档（XML、HTML、Word、PDF）转换成统一的结构，即索引中的各个域，这些域都是纯文本形式的。

           3、分析：解析器能从各个文档中提取出文本内容，但是这些文本内容被索引之前还要经过分析器的处理，它负责的是对所要索引的文本进行分词。就是找到重要的单词，忽略不重要的。

           4、索引：在一次索引中，Lucene的Documents对象对应于不同的实体（例如：电子邮件、记录、法律文件），不同实体的各个域中的内容是不同的。可以删除或更新从索引中产生的Documents对象。Lucene在索引方面另一个有趣的功能时boosting。所谓boosting，就是给特定的文档赋予特定的重要性，即或高或低。

           5、搜索