一種校內(nèi)網(wǎng)資源搜索引擎的設(shè)計與實現(xiàn)

隨著高校校園網(wǎng)的快速發(fā)展，網(wǎng)絡(luò)作為信息的傳播平臺正在高速向前邁進。學(xué)校校園網(wǎng)中各種資訊、軟件、多媒體資源越來越豐富并且呈現(xiàn)出爆發(fā)式的增長。以本校為例，目前軟件資源容量為300 G、音樂資源容量為4 T、電影資源容量為9 T、學(xué)習(xí)資源容量近達1 T等，這些信息資源幫助人們更好地完成工作與學(xué)習(xí)、豐富業(yè)余生活、提供更加快速方便的下載方式。但是這是數(shù)字資源分布在不同服務(wù)器與存儲中，如何更加有效地利用這些海量的校內(nèi)網(wǎng)資源成為信息管理者深思的問題。人們在互聯(lián)網(wǎng)上查找信息都會用到搜索引擎來搜索需要的信息，通過搜索引擎的模糊匹配機制，能很容易找到想要得到的信息。對于學(xué)校信息中心信息管理人員來說，如果能在校內(nèi)網(wǎng)中引入一套搜索引擎機制來解決這個問題，就能使廣大師生能快捷便利地使用這些信息而且減少重復(fù)從外網(wǎng)下載、降低校內(nèi)網(wǎng)出口帶寬的壓力、充分提高校園網(wǎng)內(nèi)部資源的利用率的問題。
1 需求分析
　搜索引擎原理，通常指的是收集了因特網(wǎng)上幾千萬到幾十億個網(wǎng)頁并對網(wǎng)頁中的每一個詞(即關(guān)鍵詞)進行索引，建立索引數(shù)據(jù)庫的全文搜索引擎。當(dāng)用戶查找某個關(guān)鍵詞的時候，所有在頁面內(nèi)容中包含了該關(guān)鍵詞的網(wǎng)頁都將作為搜索結(jié)果被搜出來。在經(jīng)過復(fù)雜的算法進行排序后，這些結(jié)果將按照與搜索關(guān)鍵詞的相關(guān)度高低，依次排列。
　本系統(tǒng)主要目標(biāo)是仿照搜索引擎的原理實現(xiàn)對校內(nèi)網(wǎng)信息資源的全面搜索。這些資源可能是不同類型，可能分別存在不同服務(wù)器中且服務(wù)器的類型也不近相同，如有FTP服務(wù)器、HTTP服務(wù)器等。對于這些不同的環(huán)境要求，要求本系統(tǒng)要完成以下需求：
　(1)索引建立要滿足不同的服務(wù)器類型，如http、ftp等。
　(2)索引建立時要區(qū)分文件的類型。
　(3)定時(手工)刪除本機器的索引，并重新建立指定目錄的文件索引。
　(4)搜索能支持模糊查詢。
　(5)提供用戶搜索、下載功能，記錄關(guān)鍵字頻率及文件訪問次數(shù)。
　對于以上需求，本系統(tǒng)采用多agent模式，對不同服務(wù)器，分別安裝索引建立模式(agent)，再通過對參數(shù)的配置實現(xiàn)對不同服務(wù)器中資源的索引建立。
2 系統(tǒng)分析
2.1 系統(tǒng)結(jié)構(gòu)
　本搜索引擎結(jié)構(gòu)如圖1所示，軟件的設(shè)計與開發(fā)主要為兩個部分：(1)索引的建立。主要負責(zé)在后臺數(shù)據(jù)的建立，采用客戶端與服務(wù)器結(jié)構(gòu)(C/S結(jié)構(gòu))；(2)Web的查詢。主要負責(zé)向用戶提供友好界面的查詢服務(wù)，采用瀏覽器與服務(wù)器結(jié)構(gòu)(B/S結(jié)構(gòu))。通過開發(fā)索引建立程序，將文件存放的服務(wù)器(FTP、HTTP等)進行搜索，分析文件的名稱、大小、類別、位置等并將這些文件信息合并服務(wù)器IP、訪問的前綴等建立對應(yīng)的索引添加到數(shù)據(jù)庫服務(wù)器中。

2.2 數(shù)據(jù)庫設(shè)計
　為了方便數(shù)據(jù)庫中文件信息的處理，數(shù)據(jù)庫設(shè)計了兩個基本數(shù)據(jù)表，一個存放索引建立模塊，將文件的索引放入表1中；另一個表主要存放用戶搜索的相關(guān)信息，如表2所示。如果搜索數(shù)據(jù)非常龐大時，要對基本數(shù)據(jù)表按不同的規(guī)則進行分割，成立多個子表(可以按照服務(wù)器類型、文件類型或者服務(wù)器所屬網(wǎng)絡(luò)等分類)，實現(xiàn)對資源的高效率搜索。

 2.3系統(tǒng)設(shè)計
　索引建立模塊(agent)的界面上參數(shù)主要包含服務(wù)器IP地址、服務(wù)器前綴、選擇搜索的路徑、設(shè)置定時時間等。服務(wù)器相關(guān)的文件是以海量規(guī)模存儲的，為了提高索引建立的效率，系統(tǒng)采用后臺的存儲過程來實現(xiàn)對數(shù)據(jù)庫的操作。
　索引建立模塊是整個系統(tǒng)的核心，通過遞歸算法，將服務(wù)器中指定文件夾中所有文件(或者指定類型文件)的信息依次提取，將文件物理地址轉(zhuǎn)換為邏輯地址并形成對應(yīng)關(guān)系，按照數(shù)據(jù)庫表結(jié)構(gòu)預(yù)先設(shè)定的規(guī)則放入數(shù)據(jù)庫對應(yīng)表中，實現(xiàn)對文件服務(wù)器中文件索引的建立。搜索的用戶程序采用B/S結(jié)構(gòu)，用戶通過瀏覽器搜索關(guān)鍵字實現(xiàn)對資源的查詢。搜索的關(guān)鍵字采用對所在分類文件夾和文件名中模糊匹配，將搜索的結(jié)果以類別、文件名、文件類型、文件大小等信息來展現(xiàn)。
2.4主要核心代碼
　(1)搜索文件代碼
　if(FindFirst(PathName+"*.*"，   faAnyFile，  sr)==   0)
      {   
          do
          {
              if((sr.Attr&faDirectory)&&sr.Name!="."
&&sr.Name!="..")  
 //判斷是否是目錄，并排除目錄“.”和“..”
              {
                //mem->Lines->Add("目錄："+sr.Name)； //調(diào)用函數(shù)本身，進入子目錄
               BrowDir(PathName+sr.Name+"\"，kind)；
              }
          }while   (FindNext(sr)   ==   0)；
          FindClose(sr)；
      }   
(2)調(diào)用存取過程代碼
　ADOStoredProc1->ProcedureName="sp_insert"；
　ADOStoredProc1->Parameters->ParamByName("@ipstr")->Value=Trim(Form1->edip->Text)；
　ADOStoredProc1->Parameters->ParamByName("@frontstr")->Value= Trim(edfront->Text)；ADOStoredProc1->Parameters->ParamByName("@folderstr")->Value=PathName.SubString(edpath->Text.Length()+2，PathName.Length()-edpath->Text.Length())；
　ADOStoredProc1->Parameters->ParamByName("@filenamestr")->Value=sr.Name；
　ADOStoredProc1->Parameters->ParamByName("@filetypestr")->Value= 　ExtractFileExt(PathName+sr.Name)；
　ADOStoredProc1->Parameters->ParamByName("@filesizestr")->Value= sizestr；
　ADOStoredProc1->Prepared；
　ADOStoredProc1->ExecProc()；
　內(nèi)網(wǎng)資源搜索引擎對于類似校園網(wǎng)內(nèi)部資源的整合有很重要的作用，它的重要性表現(xiàn)在能將校園網(wǎng)的各種資源以統(tǒng)一的搜索引擎的方式提供給用戶，方便用戶的查找與使用，極大地提高了這些資源的利用率。本文介紹的校內(nèi)網(wǎng)搜索引擎已經(jīng)在我校產(chǎn)生的明顯的效果，隨著推廣的深入，廣大師生越來越多地都在使用它來尋找自己所需要的資源，極大提高了工作效率并減輕了校園網(wǎng)出口帶寬的壓力。
參考文獻
[1] 郝金隆，王成良．原創(chuàng)優(yōu)先的搜索引擎排序算法[J]．計算機工程，2008，34(18)：85-86．
[2] 任勇旗，唐毅．以客戶為中心的搜索引擎優(yōu)化研究[J]．圖書館學(xué)研究，2009(1)：44-45．
[3] 吳斷，施水才．一種結(jié)合超鏈接分析的搜索引引擎排序[J]．計算機工程，2004，30(15)：143-145