【散分+广告】老紫竹网页采集系统(lzzSearch 0.3版)发布

老紫竹 2009-02-02 05:51:12

老紫竹网页采集系统(LzzSearch)变更历史
===================================
2009-02-05 v0.3
---------------
* 增加了存储接口，可以将数据用不同的方式保存
* 确定系统里url是唯一的
* 调整 Lucene 实现存储接口
* 数据项增加了id属性，用来保存唯一的编号，比如lucene的docId,数据库的id主键等
* 增加基于数据库的存储实现（MySQL+JDBC)，采用标准SQL
* 数据库存储使用了新的类库
commons-dbcp-1.2.2.jar
mysql-connector-java-5.1.7-bin.jar
commons-pool-1.4.jar
* 在源代码的sql目录下增加了MySQL 5.1.30 版的创建表格的SQL文件
* applicationContext.xml 增加了MySQL的数据源和对应的MySQL存储的配置
* 在demo里面增加了针对MySQL的测试例子
* 其它存储方式(比如文件存储)的实现，可以通过实现Store接口即可
* util下增加了一个DBUtil类，用来释放数据库资源

# 后面重点是功能展示部分，开发B/S的部分，至于C/S的，因为本人不熟悉，只好请"你"或者别的网友代劳了。
包括url添加，url搜索，内容检索这三个基本功能，稍后再增加用户注册等个性化部分。

2009-02-03 v0.2
------------------------
* 增加了对Lucene 2.4 的支持，保存采集内容并对提供搜索和内容更新
* 使用了庖丁解牛做中文分词
* 修正了 StrTools 里面对于<br />不能正确文本替换的BUG
* 增加了专用的TestLucene的演示程序
* 更改test目录名为demo
* 的Lucene的索引目录在applicationContext.xml里面进行修改,默认为 d:/indexpaoding/lzzSearch
* 调整了项目目录，将需要的5个jar都放到了项目内部,无需单独下载了
* 注意：庖丁所需要的dic我已经放到了系统内部，在src\dic下面
并且更新了paroding-analysis.jar里面的 paoding-dic-home.properties文件的配置

2009-02-02 v0.1
------------------------
* 基于Spring的配置，可以轻松的增加采集的站点
* 采集点包含标题，作者，发布时间和内容四部分
* 采集后的内容由用户自行

老紫竹网页采集系统
=================

功能介绍
-------
1 基于Spring的配置，可以轻松的增加采集的站点
2 采集点包含标题，作者，发布时间和内容四部分
3 采集后的内容由用户自行处理

安装配置
-------
1 程序我就不说了
2 配置文件 applicationContext.xml 里面有详细的注释
3 已经包含了CSDN论坛、博客园、新浪博客、百度Hi的解析参数

需要的类库
---------
1 Spring 2.5
2 common-logging 1.1

测试例子
-------
在com.laozizhu.search.test目录下面

后续工作
-------
1 集成Lucene,进行搜索
2 集成到网页上
3 提供用户提交网址，类似于收藏功能，不过带搜索的收藏哦

最终目标
-------
个性化的收藏和搜索系统

老紫竹的家
分享互联网的快乐与收获
http://www.laozizhu.com

下载和反馈地址http://www.laozizhu.com/view.jsp?articleId=720

...全文