lucene，eclipse，heritrix,htmlparser,tomcat,je-analysis,jdk分

这些软件总共可以开发出一个搜索引擎了
1，eclipse是java开发工具啦，它需要jdk的支持。（jdk你可以明白为C语言库文件）
2，heritrix是一个网络爬虫，它可以抓取指定网站的静态html网页下来，然后htmlparser是网页剖析器，可以用它把你刚抓的html页面内里的内存剖析出来（就好比你现在在百度知道提问这个页面中你的问题和我回覆内容都可以提取出来）。
3，je-analysis 就是一个分词器，何谓分词器呢？若是刚刚我们用htmlparser剖析了你提问的这个网页中的这一句：请只管用通俗的语言说，好比VC就是个支持C语言的开发工具。。。（你用je-analysis分词器就可以把那句话剖析成：请只管用通俗语言。。。等等一个一个的词语了）
4，lucene是一个开源的搜索引擎，你可以把你刚刚第3部门剖析出来的词语（如：只管，通俗，语言。。。等）确定一个索引库，然后你就可以通过搜索这些词语就找到对应的网页了。。。不知道你明了了没？

搜索引擎优化

怎么确定自己的搜索引擎呢？？？

【事情原理】　　1、抓取网页　　每个自力的搜索引擎都有自己的网页抓取程序（spider）。Spider顺着网页中的超链接，延续地抓取网页。被抓取的网页被称之为网页快照。由于互联网中超链接的应用很普遍，理论上，从一定局限的网页出发，就能搜集到绝大多数的网页。　　2、处置网页　　搜索引擎抓到网页后，还要做大量的预处置事情，才气提供检索服务。其中，最主要的就是提取关键词，确定索引文件。其他还包罗去除重复网页、剖析超链接、盘算网页的主要度。　　3、提供检索服务　　用户输入关键词进行检索，搜索引擎从索引数据库中找到匹配该关键词的网页；为了用户便于判断，除了网页题目和URL外，还会提供一段来自网页的摘要以及其他信息。
搜索引擎一样平常由搜索器、索引器、检索器和用户接口四个部门组成：　　①搜索器：其功效是在互联网中周游，发现和搜集信息；　　②索引器：其功效是明白搜索器所搜索到的信息，从中抽取出索引项，用于示意文档以及天生文档库的索引表；　　③检索器：其功效是凭证用户的查询在索引库中快速检索文档，进行相关度评价，对将要输出的效果排序，并能按用户的查询需求合理反馈信息；　　④用户接口：其作用是接纳用户查询、显示查询效果、提供个性化查询项。做搜索引擎不是一天两天就能的，你好许多许多服务器，然后检索网络，制成一个信息库，以是你要很好的软件支持，资金投入也是很大的