基于Lucene的web站内英文PDF文档全文检索研究

随着国际化的发展,辽宁工程技术大学正在兴建一个国际学术期刊资料库,里面需要大量的英文PDF文档资料,本论文的设计目的就是要给这个资料库提供一个高质量的web全文检索服务,即建立一个通用的、专业的英文论文网站站内全文检索工具,在web站点上搜索到适合需求的专业论文后,将其填充到我校的资料库中。 Lucene是一个基于Java技术的开放源代码全文索引引擎工具包,它可以嵌入到各种应用中实现针对应用的全文索引/检索功能。利用Lucene的API可以为一个网站提供站内PDF文档的全文检索功能。本论文探讨了使用Lucene建造一个通用的Web站点PDF文档全文检索工具的过程,在全文的最后给出了实现,并对在构建系统中应注意的若干问题进行了详细探讨。