桌面搜索引擎的设计与实现.doc

密级：
页数：

信息工程大学

毕业设计（论文）

题目桌面搜索引擎的设计与实现

学员姓名桑亚平
学号G200726173
所在单位六系二十六队
指导教师王益伟
技术职务助教
完成日期2011-4-23

桌面搜索引擎的设计与实现

摘要：随着互联网的普及，搜索引擎得到了快速的发展，对人们的日常生活产生了巨大的影响。人们对电脑硬盘容量的要求也越来越大，在电脑硬盘里包含的文件数量也与日俱增，这就使得人们如何很快很准确的找到自己所要想要的那个文件，成了用户的一个难题。随着在海量文件中要找到自己所需文件的难题的出现，桌面搜索就应运而生了。桌面搜索是搜索工具所应用的一个新领域的名称，这个领域是用户拥有的计算机文件的内容，而不是搜索互联网。桌面搜索强调的是挖掘用户个人电脑上全部可用信息，包括网页浏览器历史，电子邮件档案，字处理器文档等等。
将搜索引入到桌面，一方面方便了用户的搜索工作，另一方面在搜索结果中整合进本地信息，也让用户实现了搜索时外部信息与本地信息的统一管理利用。

关键词：桌面搜索，PDF解析，中文分词

目录
第一章绪论………………………………………………………………………………（1）
1.1桌面搜索引擎的简介…………………………………………………………（1）
1.2主流桌面搜索引擎介绍………………………………………………………（1）
第二章桌面搜索引擎的总体设计………………………………………………………（4）
第三章PDF文件的解析…………………………………………………………………（6）
3.1PDF文件的简介…………………………………………………………………（6）
3.2PDF的逻辑结构…………………………………………………………………（6）
3.3PDF文件解析流程介绍…………………………………………………………（7）
第四章中文分词简介……………………………………………………………………（9）
4.1分词算法………………………………………………………………………（9）
4.2中文分词的应用………………………………………………………………（10）
第五章桌面搜索引擎的实现……………………………………………………………（12）
第六章结论………………………………………………………………………………（19）
参考文献……………………………………………………………………………………（20）

第一章绪论

1.1桌面搜索引擎的简介

桌面搜索引擎也称为个人桌面引擎或个人硬盘搜索引擎，是对个人电脑上存储的信息进行查找的检索工具。
随着计算机以及互联网的普及，网络搜索引擎对人们的生活产生了巨大的影响，同时，现在个人电脑的硬盘容量越来越大，已经达到TB，硬盘里包含的Office文档、电子邮件、保存的网页、PDF文档等的数量都非常大，在如此多的文件中找到自己所需的文件变得很困难，这时候桌面搜索就应运而生。
桌面搜索与网络搜索不一样，首先从技术方面看，只有桌面搜索才算是全方位的搜索，它方便快捷，不用连接网络，就能找到用户要查找的内容。它将搜索业务深入到个人电脑中，除了能找到用户所需要的网络信息之外，还可以帮助用户从个人电脑的海量资料中快速地查找到想要的信息。其次，由于在电脑硬盘上的文档之间几乎没有什么联系，因此关于网页排名的算法不适用于桌面搜索，所以对桌面搜索的结果进行排序就不太重要。最后，从市场的角度来看，桌面搜索市场发展的潜力最大，尽管搜索市场竞争非常激烈，但桌面搜索市场的增长潜力被普遍看好。近年来，各大搜索引擎厂商纷纷推出了自己的桌面搜索引擎。

1.2主流桌面搜索引擎介绍

现在桌面搜索的开发已经成为了互联网领域的最大亮点，也为搜索领域带来了新的发展机会，随着众多厂商的加盟。桌面搜索引擎的竞争日益激烈。目前比较流行的桌面搜索引擎有GoogleDesktop、百度、88Data桌面搜索、网络猪、微软桌面搜索。
1.GoogleDesktopSearch
Google发布了自己的桌面搜索工具：GoogleDesktopSearch，简称为GDS。这是一款强大的计算机硬盘搜索工具。
GDS的主要特点有：GDS会自动保留即时通讯的谈话记录，还能复制历史记录，通过GDS可以查找自己的电子邮件、媒体文件、网页历史纪录、文档、Email等内容；拥有先进的搜索技术；不用上网就可以查看浏览过的网页；可以直接通过桌面栏进行搜索；通过快速查找项启动应用程序并立即开始搜索，还可以补充工具栏，将个性化信息集中放置；可以通过开发人员编写的插件补充工具栏。
2.百度硬盘搜索
百度硬盘搜索是世界上第一款中英文桌面搜索工具。它可以在电脑中快速的查找信息；