Quest Search Engine基于Heretrix和Lucene的全文搜索引擎

Quest-Search-Engine是一个基于Java开发的全文搜索引擎，结合了开源工具Heretrix（网络爬虫）和Lucene（全文检索库）的功能，高效地搜索和索引网络上的信息。项目中，Heretrix负责抓取网页内容，而Lucene则处理和建立索引，实现快速、精准的搜索。

主要组成部分包括： 1. Crawler：使用Heretrix编写的网络爬虫，定义爬取策略，如起始URL、爬取深度等； 2. Preprocessor：将抓取的HTML内容转换为适合索引的格式； 3. Indexer：基于Lucene的索引构建器，建立倒排索引； 4. Searcher：查询接口，根据Lucene的索引返回匹配的网页结果； 5. User Interface：用户界面，提供输入查询和查看结果的交互界面。使用时，用户配置爬虫参数，Heretrix抓取网页，Lucene进行索引，最终通过界面查询。此项目的源代码位于“Quest-Search-Engine-master”压缩包中，为开发者提供了了解网络爬虫和全文搜索引擎的机会。