面向企業(yè)應(yīng)用的網(wǎng)絡(luò)信息搜索機(jī)器人的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、現(xiàn)在,有一類被稱為網(wǎng)絡(luò)機(jī)器人的軟件系統(tǒng)在Internet上的應(yīng)用越來越廣泛.網(wǎng)絡(luò)機(jī)器人就象在流水線上工作,不斷焊接同樣裝置的機(jī)器人一樣,它們被程序控制在網(wǎng)絡(luò)上反復(fù)執(zhí)行同樣的任務(wù).由于網(wǎng)絡(luò)機(jī)器人的實(shí)用性,引起了很多程序員,特別是Web程序員的興趣.本文所要介紹的網(wǎng)絡(luò)信息搜索機(jī)器人就是網(wǎng)絡(luò)機(jī)器人的一種.現(xiàn)在大型網(wǎng)絡(luò)信息搜索機(jī)器人應(yīng)用非常廣泛,最典型的例子就是搜索引擎(如Google,Baidu,Yahoo等).當(dāng)用戶需要在廣闊的Intern

2、et尋找特定信息時(shí),這些搜索引擎非常有用處,但針對(duì)一些特殊的,細(xì)節(jié)的情況時(shí),這種大型網(wǎng)絡(luò)信息搜索機(jī)器人就顯得不合時(shí)宜,甚至常常得不到希望的結(jié)果.例如,某跨國(guó)公司有一個(gè)強(qiáng)大的內(nèi)部網(wǎng)站,里面有一些對(duì)公司內(nèi)部非常有用但不能對(duì)外公布的信息,這時(shí)當(dāng)公司一個(gè)成員想得到相應(yīng)的信息時(shí),他通過Internet上的大型網(wǎng)絡(luò)信息搜索機(jī)器人顯然束手無策,只能通過瀏覽網(wǎng)頁得到他想要的信息,而這些信息常常又分布在毫無關(guān)系的很多網(wǎng)頁上.這樣查找起來不僅很慢,而且也不

3、一定能把有效信息收集齊全.由此可見,現(xiàn)有的搜索引擎并不能用于在公司內(nèi)部網(wǎng)站上搜索有效的信息,因此,還需要能夠適應(yīng)企業(yè)內(nèi)部搜索應(yīng)用的中小型網(wǎng)絡(luò)信息搜索機(jī)器人.根據(jù)本人的關(guān)注,現(xiàn)在還沒有很成體系的提供給企業(yè)內(nèi)部使用的網(wǎng)絡(luò)信息搜索機(jī)器人.由于以上的需求,我在Motorola成都軟件中心作為核心成員設(shè)計(jì)并實(shí)現(xiàn)了文中將要介紹的面向企業(yè)應(yīng)用的網(wǎng)絡(luò)信息搜索機(jī)器人,并給它取了一個(gè)很酷的名字:Crazy Info Collector(文中簡(jiǎn)稱為CIC).

4、本文主要介紹了整個(gè)CIC系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)過程,從系統(tǒng)總體架構(gòu)到各重要模塊的分析.CIC系統(tǒng)具有非常重要的普遍意義,它可以應(yīng)用于任何需要內(nèi)部網(wǎng)頁搜索功能的企業(yè).當(dāng)一個(gè)企業(yè)需要內(nèi)部網(wǎng)頁搜索功能時(shí),它可以選擇不重新開發(fā)搜索系統(tǒng),而是通過修改CIC系統(tǒng)或直接復(fù)用該系統(tǒng)來滿足自己的需要.相信隨著CIC系統(tǒng)的不斷升級(jí)及功能增強(qiáng),它將會(huì)變得越來越強(qiáng)大,給需要該應(yīng)用的企業(yè)帶來越來越多的方便.CIC系統(tǒng)是用Java語言來開發(fā)的,集成開發(fā)環(huán)境使用的是Ecl