网上人间

lucene 索引非txt文档 (pdf word rtf html xml)

2010年4月25日 Jeffrey 6 条评论

搜索要首先要索引，索引的话最简单的方式是索引txt文件，上文已经介绍了。这里介绍一下一些其它格式的文档的索引，例如ms word ,pdf ,rtf等。
索引方法：就是先把各种文档先转化成纯文本再索引，所以关键在转换上。幸好java世界中有太多的开源工程，很多都可以拿来直接使用。下[......]

分类: 网上的标签: java, Lucene

2010年4月21日 Jeffrey 1 条评论

Android 是开放的吗？Google 采用了一系列的控制手段来保证每一部 Android 手机上都有它指定的软件和硬件规格。然而，他们同时又利用 Android SDK 里面的 Apache 许可证来大肆鼓吹 Android 是开放的。
　　没错，Google 的移动平台是当前[......]

分类: 网上的标签: Android, google

2010年4月21日 Jeffrey 没有评论

越来越多的人利用开源组件 Lucene来开发自己的搜索引擎。在数据量不大的情况下，我们不会太关注创建索引的效率；但是，但数据达到一定的数量是，我们就不得不考虑如何提高创建索引的性能，以缩短索引创建的时间。
我们是用Lucene中提供的类IndexWriter来创建[......]

分类: 网上的标签: java, Lucene

2010年4月18日 Jeffrey 1 条评论

网瘾是目前非常有争议的一个话题，但必须承认的是对于很多人而言，每天上网的时间越来越多，甚至超过了自己睡觉的时间，这些人可能需要控制自己的上网时间。今天所介绍的新网站minutes.at就提供这样的服务，帮助人们控制上网[......]

分类: my, 网上的标签: minutes.at, 网瘾

2010年4月17日 Jeffrey 没有评论

大家玩《超级玛丽》的时候，每次通关后就会来道谢的小蘑菇人不知道还有人记得么？“谢谢你，马里奥！但是我们的桃子公主在别的城堡呢～”看到这个画面你一定以为小蘑菇可爱又懂礼貌吧？那你就大错特错了，国外某名骨灰玩家声称，他们发[......]

分类: 网上的标签: 超级玛丽