仅30行代码,实现一个搜索引擎(1.0版)
说到搜索引擎,一般人都会觉得这东西十分“高大上”,对于不了解搜索引擎实现方式的小伙伴而言,确实能够感同身受。
国内著名的搜索引擎代表非百度莫属,而国外著名的搜索引擎代表则非谷歌莫属了。
搜索引擎一定程度上方便了网民的生活,生活或工作中啥不知道的上网搜索一下大都能找到答案。
今天将会分享如何仅用30行左右的代码来实现一个简易版的搜索引擎,我先称之为1.0版本好啦~
搜索引擎组成
一个完整的搜索引擎由以下四部分组成:
- 搜索器
- 索引器
- 用户接口
- 检索器
搜索器
熟悉 Python 的小伙伴可以把搜索器理解为 Python 的爬虫(scrawler),它像蜘蛛一样能够在互联网上大量爬取各类网站的内容,将爬取到的内容传送给索引器。
索引器
拿到搜索器传送的网页或内容后,会对内容进行加工处理,形成索引(index),存储于内部的数据库等待检索。
用户接口
用户接口很好理解,是指网页和 App 前端界面,例如:百度和谷歌的搜索页面。
用户通过用户接口,向搜索引擎发出询问(query),询问解析后送达检索器。
检索器
检索器在收到用户接口传送的询问解析后进行高效检索,再将检索结果返回给用户。
搜索引擎 Python 实现
PS:今天分享的重点是搜索引擎的实现,不是如何进行爬虫爬取内容,因此搜索引擎的组成部分搜索器此处使用本地存储文件内容代替。
1. 搜索引擎基类文件
# Engine.py
class SearchEngineBase(object):def __init__(self):passdef add_search_contents(self, file_path):with open(file_path, 'r') as fin:content = fin.read()self.process_search_contents(file_path, content)def process_search_contents(self, file_path, content):raise Exception('process_search_contents not implemented.')def search(self, query_content):raise Exception('search not implemented.')def main(search_engine):for file_path in ['./search_contents/1.txt', './search_contents/2.txt', './search_contents/3.txt', './search_contents/4.txt', './search_contents/5.txt']:search_engine.add_search_contents(file_path)while True:query_content = input('请输入你要检索的关键词:')results = search_engine.search(query_content)print('Total found {} result(s):'.format(len(results)))for result in results:print(result)
2. 搜索引擎子类文件
# SimpleEngine.py
from Engine import SearchEngineBase, main
import sys, os
sys.path.append(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))class MyEngine(SearchEngineBase):"""1.MyEngine是继承了父类SearchEngineBase的子类2.子类继承并实现了process_search_contents,search函数3.子类继承了父类的add_search_contents函数"""def __init__(self):super(MyEngine, self).__init__()self.__file_path_to_content = {} # 初始化私有变量__file_path_to_content,用于存储文件路径及其内容的字典def process_search_contents(self, file_path, content):"""填充字典__file_path_to_content,将文件路径作为key,文件内容作为value写入字典中"""self.__file_path_to_content[file_path] = contentdef search(self, query):"""枚举字典内容,将搜索的关键字在文件内容中有搜索结果时,将对应文件路径放入列表以便于统计其长度"""results = []for file_path, content in self.__file_path_to_content.items():if query in content:results.append(file_path)return resultssearch_engine = MyEngine()
main(search_engine)
3. 搜索样本文件
如图所示,将搜索的样本文件分别放在5个不同的 txt 文件中,并都放于 search_contents 目录下。
4. 搜索引擎效果
到这里,一个简易版的搜索引擎就实现了,后面还会继续分享搜索引擎实现的进阶版,敬请关注哟~
如果你不想一个人野蛮生长,找不到系统的资料,问题得不到帮助,坚持几天便放弃的感受的话,可以加入我们的QQ群:746506216,大家可以一起讨论交流,里面会有各种软件测试资料和技术交流。
资源分享
下方这份完整的软件测试视频学习教程已经上传CSDN官方认证的二维码,朋友们如果需要可以自行免费领取 【保证100%免费】
仅30行代码,实现一个搜索引擎(1.0版)相关推荐
- 初次玩pyecharts:30行代码做一个可视化广东省各地天气温度排行图
初次玩pyecharts:30行代码做一个可视化广东省各地天气温度排行图 开篇点题,直接上效果图 开篇再点题,直接上源码 import re import requests from pyechart ...
- 【Python】30行代码实现一个万年历
本文基于Python的PyQt5实现一个桌面版的万年历,核心代码小于30行. 首先安装PyQt5 pip install PyQt5 引入日历相关的核心组件 import sys from PyQt5 ...
- 用30行代码做一个微信智障机器人
起因是某天早上看到这样一条朋友圈: 微信啥时候还有会员了?可怕,花里胡哨,这是要往QQ的方向发展吗.还是 Telegram 比较存粹. 连IS恐怖组织都在使用,最安全的即时通讯软件--Telegram ...
- python可以制作网站吗_Python大神带你用30行代码打造一个网站,爬虫+web不一样的玩法...
首先,先把实际的效果图放上来: 用Python做的个性签名网站-效果图 在开始做之前,我们必须得知道这个用了那些模块: flask:一个轻量级的web开发框架,相信很多人也听说过这个牛逼加简洁的框架 ...
- 一个包含30行代码的Python项目:如何在您最喜欢的Twitcher流式传输时设置SMS通知...
Hi everyone :) Today I am beginning a new series of posts specifically aimed at Python beginners. Th ...
- thymealf如何实现传单个变量给html_梦回2013,看尤大vue的第一行代码,如何用30行代码实现vue(超简洁,适合初学者)...
非非非标题党,干货预警!!! 介绍 大家好,我是清池交友 app 开发日记,记录清池交友 app 开发中学习过程和踩坑日记,伪全栈[1] 技术栈:前端 js,vue,uniapp,后端 java 尤大 ...
- 30 行代码实现蚂蚁森林自动“偷”能量
作者 | xindoo 来源 | CSDN 博客,已获作者授权 虽然我支付宝加了好多好友,平时有很多能量可以"偷",但由于太懒,至今一棵树都没种成,所以心心念念把偷能量这事自动化. ...
- 30行代码,让27吨发电机原地爆炸
萧箫 发自 凹非寺 量子位 报道 | 公众号 QbitAI 只需要30行代码 (约140KB的文件),就能让20吨的发电机原地爆炸? 这一幕确实发生在了美国爱达荷州的测试场地上. 黑客模拟者将大约30 ...
- 好厉害!30 行代码实现蚂蚁森林自动收能量
点击上方蓝色"终端研发部",选择"设为星标" 学最好的别人,做最好的我们 虽然我支付宝加了好多好友,平时有很多能量可以"偷",但由于太懒,至 ...
最新文章
- 关于iis部署的一些小问题
- python数据统计 矢量图_用python中的矢量化解决方案计算max draw down
- 这周,我们作前端,实现统一的过滤搜索
- 从右边开始放_幸福的生活,从入住新房开始,效果很漂亮,忍不住给大家晒晒全屋...
- 液晶手写板原理拆解_汽车抬头显示HUD的拆解
- 【LOJ#10170】国王
- 纯css3鼠标经过图片显示描述特效
- linux脚本彩色提示,在shell脚本里显示带颜色的字(linux)
- 三菱FX3U-485ADP-MB通讯三种变频器程序
- 国外手机短信验证码接收神器(转自美国华人网FuninUSA)
- Oracle客户端安装教程(图文)
- jmp连mysql_JMP官方教学视频列表
- 现代信号处理——自适应滤波器(LMS自适应滤波器)
- VBA版本获取ClientKey
- 空间换时间,轻松提高性能100倍
- 2021年度总结——波澜不惊
- 可以用云服务器挂机传奇吗,蜂窝云挂机划算吗 游戏蜂窝云挂机怎么用
- android中使用hbuilder混合开发中提示未添加plugintest模块 请参考283
- 美化彩虹秒赞系统内页模版
- Kali+Win7双系统
热门文章
- 显示网格(grid)
- u3d5第一人称射击游戏(C#脚本)完整版并在iOS9.3系统上真机运行
- 我们走的太快,灵魂落在后面了,要停下来等等
- STL官网学习笔记——set_intersection
- py218-基于Python+django的鲜花销售商城网站#毕业设计
- ofd格式文件怎么转换pdf格式,过来瞧一瞧
- 十分钟,学会使用js三种方法创建本地json数据文件
- 不同层面禁用PUT、DELETE、HEAD、TRACE、OPTIONS请求方式
- tis红石生存服务器后勤系统,我的世界红石生存服务器TIS,国内大神团队制作,让全世界震撼...
- 用html做一个旅游网首页