www.searchwiki.cn
百科
技术
网页爬虫的抓取策略与 robots 协议
…切成词项,记录每个词出现在哪些文档、出现多少次、位置在哪里,这就是倒排索引。 倒排索引由词典和 posting list 组成。词典保存所有词项,posting list 记录包含该词的文档编号、词频和位置。查询时先查词典拿到候选文档集合,再做交集与打分。位置信息让短语检索成为可能:只有相邻位置连续命中,才算真正匹配。 如果你正在做同类尝试,可以把这套思路直接复用,再按需裁剪。
2026-08-09
检索技术笔记
相关度 4.4