search

Google1234 / Information_retrieva_Projectl-

新闻检索：爬虫定向采集3-4个网页，实现网页信息的抽取、检索和索引。网页个数不少于10个，能按时间、相关度、热度等属性进行排序，并实现相似主题的自动聚类。可以实现：有相关搜索推荐、snippet生成、结果预览(鼠标移到相关结果， 能预览)功能
MIT License
128 stars 36 forks source link

索引文件 bug #5

Closed Google1234 closed 8 years ago

Google1234 commented 8 years ago

2 2 2 2 21 2 2 2 2 2 2 2

第一行空格，1和2成了一行

Google1234 commented 8 years ago

utf-8编码的txt文件头有 3字节BOM