基于Python检索系统（1）总体介绍

为了实现将上海理工大学的新闻可以进行关键词、关键字的检索，设计了基于Python的检索系统。 系统主要分为四部分，爬虫、中文分词、建立倒排索引、检索接口。 1、爬虫 将上海理工大学的新闻中心（http://www.usst.edu.cn/s/1/t/517/p/2/i/411/list.htm）的标题或全文爬取下来，存入TXT文件。简单的应用正则表达式（re模块）和字符串的处理即可实现。 2、中文

>>阅读原文<<