# 基于Nutch的搜索引擎技术

**URL:** <https://www.isharkfly.com/t/nutch/10194>\
**Category:** 查询检索\
**Created:** [January 30, 2012, 1:22am UTC](https://www.isharkfly.com/t/nutch/10194 "2012-01-30T01:22:45Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![honeymoose](https://www.isharkfly.com/user_avatar/www.isharkfly.com/honeymoose/32/20796_2.png) [@honeymoose](https://www.isharkfly.com/u/honeymoose)\
**Post date:** [January 30, 2012, 1:22am UTC](https://www.isharkfly.com/t/nutch/10194/1 "2012-01-30T01:22:45Z")

</div>

Nutch是一个优秀的基于Java的开放源码搜索引擎,是以Lucene为基础实现的搜索引擎应用程序,其工作流程和现代商业搜索引擎工作原理一样:文本搜集、建立索引和查询. 为了使它能够支持中文搜索,在分析了Nutch结构的基础上,采用词表分词技术和前向匹配分词算法对中文信息进行分词,以JavaCC脚本实现上下文相关文法中文分析模块,成功实现了Nutch中文搜索功能。

第一页

 ![](https://com-ossez-www-discourse.s3.dualstack.us-east-2.amazonaws.com/discourse-uploads/original/2X/b/b02cc81a8131cd17ae41a04627583fc772d4c098.png)
