有什麼步驟來爲網站進行詞語搜索？

Question

我想寫一個單詞搜索，它連接到一個特定的網站（巨大的），從用戶那裏接收單詞，搜索網站並返回包含單詞的字符串;這應該用java編寫，並作爲一個小程序。我已閱讀了一些關於此的教程和問題，並瞭解必須完成的工作是：

1.連接到網站並獲取網站的內容並將其保存爲字符串（應該使用webcrawler這將從我自己的代碼連接到網站，並將內容保存到一個字符串+ jsoup庫來解析HTML代碼）。

2.將數據保存到數據庫（在我的情況下是nosql數據庫）。

3.索引數據庫中的數據。

4.查詢數據庫以顯示結果。

5.生成用於顯示搜索結果的UI（我使用swing.japplet）。

現在我qustions是：

1.have我的理解正確，我得走了（請說明我在細節，如果一個步驟是不必要的或必要的）

2.Is有必要的步驟？有一個數據庫？

通知：我要實現它自己，而不使用現成的東西，如Lucene的，Nutch的，Solr的，...

編輯：3人告訴我，小應用程序不適合這樣的事情，那麼應該怎麼是替代品嗎？

很多非常感謝您的幫助。

Answer 1

你應該看看使用Lucene，因爲它可以完成你想要的大部分功能。

你不應該使用小程序。

Answer 2

對於小數據集，數據庫應該足夠了。像mysql這樣的數據庫附帶full text search functions。

對於較大的數據集，你可能想要考慮Lucene或Solr。

Answer 3

這是實現此目的的一種方式。另一種（更簡單）的方法是使用像Lucene/Solr這樣的現有文本搜索/索引引擎。使用數據庫技術來重新實現「文本搜索/索引」輪的努力會讓我感到浪費精力，除非您有足夠的技術理由這樣做。

您確實需要擁有某種數據庫，因爲在飛行中索引網站根本不起作用。 Lucene將處理該問題。

我認爲你選擇Java applets來構建UI是一個壞主意。還有其他技術可以使結果一樣好或更好......沒有Java瀏覽器插件的安全風險。

---

最後，讓您的網站搜索的另一種方法是讓Google爲您做。使您的網站內容可以索引，然後使用Google的搜索API。