当你写蜘蛛程序的时候，会发现很多网页会碰到500错误，这个问题我初次碰到，把我好折磨，好不容易解决了，原来如此简单。 当使用 URL url = new URL("http://www.google.cn/search?hl=zh-CN&newwindow=1&q=北京&start=0&sa=N"); url.openStream() 时候发现报403访问拒绝错误，是由于谷歌对java 程序进行限制，缺少Agent。 解决办法： URL url = new URL("http://www.google.cn/search?hl=zh-CN&newwindow=1&q=北京&start=0&sa=N"); URLConnection con = url.openConnection(); co...

开源全文搜索工具包Lucene2.9.1的使用。 1. 搭建Lucene的开发环境：在classpath中添加lucene-core-2.9.1.jar包    2. 全文搜索的两个工作: 建立索引文件,搜索索引.    3. Lucene的索引文件逻辑结构   1) 索引(Index)由若干块(片段)(Segment)组成   ★2) 块由若干文档(Document)组成: 一个文件映射成一个文档。数据库表中的一条记录映射成一个文档。   ★3) 文档由若干域(Field)组成：文件的属性(文件路径，文件的内容)映射成一个域。记录的某个字段映射成一个域。   ☆4) 域由若干词(关键字)(Term)组成：文件的属性的...