什么是Lucene
Lucene是java实现的、成熟的、开源免费的、
高性能、可伸缩、
可以为你的应用程序添加索引和搜索能力的
信息搜索(IR)库。
注:
1.Lucene是一个IR库,而不是一个现成的产品。
Lucene是一个软件库,一个开发工具包,而不是一个具有完整特征的搜索应用程序。
Lucene本身只关注文本的索引和搜索,并且这些事情它完成的非常好。
把复杂的索引和搜索实现隐藏的一组简单易用的API之后,你可以把Lucene认为一层,应用程序位于它之上,大量基于Lucene的完整的搜索程序已经构建出来。
Lucene能干什么
Lucene并不关心数据的来源、格式、甚至它的语言,只要你能将它转化为文本。你就可以为它建立索引并搜索存放于文件中的数据。
远程服务器上的web页面,Word文档,html 文件,PDF文件,数据库中的数据,,或者任何其他能提取出来文本信息的格式。
Nutch是什么
Nutch是一个建立在Lucene核心之上的web搜索的实现。
Nutch是一个真正的应用程序。你可以直接下载来用。
Nutch是建立在Lucene的基础之上加了网络爬虫和一些web相关的东西。