分类：搜索引擎

2022
10-08

基于 Mysql 实现一个简易版搜索引擎

目录基于Mysql实现一个搜索引擎一、ngram全文解析器二、创建全文索引1、建表时创建全文索引2、通过altertable方式3、通过createindex方式三、检索方式1、自然语言检索（NATURALLANGUAGEMODE）四、与Like对比基于Mysql实现一个搜索引擎前言：其实Mysql很早就支持全文索引了，只不过一直只支持英文的检索，从5.7.6版本开始，Mysql就内置了ngram全文解析器，用来支持中文、日文、韩文分词。Mysql全文索引采用的... 继续阅读 >
2022
08-16

Mysql实现简易版搜索引擎的示例代码

Mysql实现简易版搜索引擎的示例代码 目录前言简介ngram全文解析器创建全文索引检索方式1、自然语言检索（NATURALLANGUAGEMODE）2、布尔检索（BOOLEANMODE）与Like对比总结前言前段时间，因为项目需求，需要根据关键词搜索聊天记录，这不就是一个搜索引擎的功能吗？于是我第一时间想到的就是ElasticSearch分布式搜索引擎，但是由于一些原因，公司的服务器资源比较紧张，没有额外的机器去部署一套ElasticSearch服务，而且上线时间也比较紧张，数据量也不大，... 继续阅读 >
2021
11-09

scrapy+flask+html打造搜索引擎的示例代码

scrapy+flask+html打造搜索引擎的示例代码 目录1.预备知识2.抓取CSDN数据接口2.1查看CSDN搜索引擎主页2.2测试CSDN搜索引擎的功能2.3查看更多相关文章的信息2.4抓取ajax异步请求数据2.5分析url地址3.使用scrapy爬取CSDN数据接口3.1start_requests3.2使用parse函数提取数据3.3保存成CSV文件3.4运行结果4.效果展示4.1flask后端展示4.2效果展示1.预备知识python语言，scrapy爬虫基础，json模块，flask后端2.抓取CSDN数据接口使用谷歌抓包工具抓取CSDN搜索引擎的接口2.1... 继续阅读 >
2014
12-30

robots.txt作用和写法

一、robots.txt是什么？robots.txt是一个纯文本文件，在这个文件中网站管理者可以声明该网站中不想被搜索引擎访问的部分，或者指定搜索引擎只收录指定的内容。当一个搜索引擎（又称搜索机器人或蜘蛛程序）访问一个站点时，它会首先检查该站点根目录下是否存在robots.txt，如果存在，搜索机器人就会按照该文件中的内容来确定访问的范围；如果该文件不存在，那么搜索机器人就沿着链接抓取。二、robots.txt的作用1、... 继续阅读 >
2014
12-03

如何将改版后的收录损失降到最低

如何将改版后的收录损失降到最低 站长们都知道，网站改版对网站的SEO各方面都有影响。但是为了更好的用户体验和技术的革新，站长们都会改版自己的网站，那改版是做些什么可以使网站改版带来的损失降到最低呢？4月中下旬，站长学院发出文章《如何将改版后的收录损失降到最低》，被广大站长以及SEO从业人员转载学习。三个月过去了，我们的工具也发生了多次升级，为了方便大家学习操作，今日特意对文章内容进行了更新，具体内容见下:为了改变站点运营... 继续阅读 >
2014
12-03

互联网高手教你如何搜集你想要的信息

互联网高手教你如何搜集你想要的信息 写在前面几个月前，团队邀我做次内部的分享，主题是如何有效搜索信息。这是因为平时工作中，我经常会分享一些专业学习文档，而这些文档的出现往往很及时，回应一些我们自己项目的困惑，所以大家会好奇我如何及时找得到那么专业且对口的参考资料。这些资料有些来自网络搜索，有些却是来自我的“个人资料库”，它分门别类，容易检索，所以很轻易就能够翻出来示人。所以后来，这次分享便从“搜索术&rdq... 继续阅读 >
2014
12-03

9个基于Java的搜索引擎框架

9个基于Java的搜索引擎框架 在这个信息相当繁杂的互联网时代，我们已经学会了如何利用搜索引擎这个强大的利器来找寻目标信息，比如你会在Google上搜索情人节如何讨女朋友欢心，你也会在百度上寻找正规的整容医疗机构（尽管有很大一部分广告骗子）。那么如果在你自己开发的网站系统中需要能让用户搜索一些重要的信息，并且能以结构化的结果展现给用户，下面分享的这9款Java搜索引擎框架或许就可以帮助到你了。1、Java全文搜索引擎框架 Lucene... 继续阅读 >
2014
11-11

以收购91无线和推出“轻应用”为标志，百度结束在移动互联网上的摇摆

以收购91无线和推出“轻应用”为标志，百度结束在移动互联网上的摇摆 三年来，百度对移动互联网的探索正如它名字的出处一样，坎坷并充满想象——众里寻他千百度。仅仅在一年以前，这家中国最大的互联网公司创始人李彦宏还将移动互联网比做酒驾，疯狂而危险。一年过去，百度股价一度跌去30％。其二季度财报显示，百度收入同比增长了38.6％，但净利润同比下滑了4.5％，而此前，百度的收入和净利润连续三年增速超过50％。李彦宏曾表示，上市七年多，今年是百度压力最大的时候。百度曾垄断了中国搜... 继续阅读 >
2014
11-11

未来“搜索”的华丽转型

未来“搜索”的华丽转型 失败的搜索引擎公司已经数不胜数。还记得Excite，Lycos，还有AskJeeves么？那些与时俱进的公司不断壮大；而那些利润缩水、或因被收购而破坏了公司框架的公司则自生自灭。你知道Google的创始人，曾经愿意以不到100万美元的价格，把公司出售给Excite的CEO么？幸好，最终他拒绝了。尽管Google是全球最大的搜索引擎，坐拥近70%的市场份额，它也必须不断进化。看看它，再看看微软，我们便能清晰得发现“搜索技术”未来... 继续阅读 >
2014
11-07

先了解什么是网站的权重，再谈如何提高——粉碎对权重的误解

先引用百度百科的一段话：网站权重是指：搜索引擎给网站（包括网页）赋予一定的权威值，对网站（含网页）权威的评估评价，一个网站权重越高，在搜索引擎所占的份量越大，在搜索引擎排名就越好，提高网站权重，不但利于网站（包括网页）在搜索引擎的排名更靠前，还能提高整站的流量，提高网站信任度所以提高网站的权重是相当重要。权重即网站在SEO中的重要性，权威性。果真是对的吗？粉碎对权重的误解权重是体现网站在搜索... 继续阅读 >
2014
11-07

如何禁止搜索引擎爬虫（Spider）抓取网站页面

一般情况，大家都是希望搜索引擎爬虫尽可能多的抓取自己的网站，但有时也需要告诉爬虫不要抓取，比如，不要抓取镜像页面等。以下列举了屏蔽主流搜索引擎爬虫（蜘蛛）抓取/索引/收录网页的几种思路。注意：是整站屏蔽，而且是尽可能的屏蔽掉所有主流搜索引擎的爬虫（蜘蛛）。1、通过robots.txt文件屏蔽可以说robots.txt文件是最重要的一种渠道（能和搜索引擎建立直接对话）。我通过分析我自己博客的服务器日志文件，给出以下... 继续阅读 >
2014
11-07

搜索引擎对页面各个元素的权重比例打分排序

中文版：外部链接文字：10分标题：10分域名：7分h1,h2字号标题：5分每段首句：5分路径或文件名：4分相似度（关键词堆积）：4分每句开头：1.5分加粗或斜体：1分文本用法：1分title属性：1分alt标记：0.5分Meta描述（Description）：0.5分Meta关键词（Keywords）：0.05分EnglishVersion:Inboundlinktext:10points.title:10points.domainname:7points.largeh1-h2headings:5points.firstsentenceo... 继续阅读 >
2014
11-07

百度与Google对网站收录和更新的时间规律

很多站长都会在意搜索引擎对于网站的收录情况，所以大家就开始寻找百度与Google收录网站的时间规律，这样做并没有什么不好，能了解搜索引擎的更新规律对于有针对的更新网站是由好处的。以下只是一些大概的规律总结，并不表示一直都是如此，对于老站长这些规律可能早就知道，所以放在这里仅供各位新站长参考。百度更新时间：百度收录的大更新时间是每月11号和26号，特别是26号，更新幅度最大，K站也是最多的。小更新时间：每周四... 继续阅读 >
2014
11-07

Google Analytics与百度统计比较——宜以百度统计为主

Google Analytics与百度统计比较——宜以百度统计为主 GoogleAnalytics和百度统计都是网站常用的网站流量分析工具，与其他流量统计工具不同，GoogleAnalytics和百度统计不只记录点击流数据，更注重点击流的分析与测量；并尽量将这些结果向Web分析和网络营销引导。这里是读者投递的一篇比较GoogleAnalytics和百度统计的文章，供大家参考。百度统计与GoogleAnalytics相同的地方：1、工具定位和层次基本相同均定位于流量分析工具，而不是流量统计。流量分析差别于流量统计的显著特... 继续阅读 >
2014
11-07

美丽说网站SEO解析——美丽说为什么做淘宝客这么牛

美丽说网站SEO解析——美丽说为什么做淘宝客这么牛 在大量淘宝客网站纷纷消失之际，淘宝客的传奇——美丽说尽然迎难而上，势头强劲，达成百度权8，成为国内最大的淘宝客网站。美丽说网站SEO何其厉害，为什么能够在短短三年时间达到这样登峰造极的程度，请见美丽说网站SEO解析。 美丽说网站简介美丽说是国内最大的淘宝客网站，它主要是帮助淘宝卖家通过搜索引擎推广产品获得佣金。它推广范围包括：服饰，化妆品，家居等，美丽说每天PV6000万+，一天600多万的IP进入它的网站... 继续阅读 >