# Boost

**Repository Path**: xixi-sakura/boost

## Basic Information

- **Project Name**: Boost
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-04-11
- **Last Updated**: 2025-04-17

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## Boost搜索引擎

Boost搜索引擎是一个针对Boost官网文档的站内搜索项目，旨在为用户提供便捷的文档检索服务，以下是对该项目的详细介绍：

1. **项目背景**：在实际应用中，像百度、搜狗等大型搜索引擎实现难度极大，而站内搜索因其数据更垂直、量小，开发相对可行。Boost官网缺乏站内搜索功能，这为该项目的诞生提供了契机，以满足用户对Boost官网文档快速检索的需求。
2. 
3. **技术原理**
    - **宏观原理**：客户端借助GET方式向服务器上传搜索关键字，服务器端则通过浏览器以http请求的形式开展搜索任务。在此过程中，服务器会对数据进行去标签和清理操作，随后建立索引，最后将多个网页的title、description和url进行拼接，构建成新的网页反馈给用户。
    - **正排与倒排索引**：正排索引是依据文档ID获取文档内容，而倒排索引是先对目标文档分词，去除停止词后，依据文档内容中的关键字关联对应的文档ID。例如，对于“雷军买了四斤小米”和“雷军发布了小米手机”两篇文档，经过分词处理后，像“雷军”“小米”等关键字会与相应文档ID建立联系。搜索时，用户输入关键字，如“小米”，系统先在倒排索引中查找，提取文档ID，再借助正排索引获取文档内容，最终完成搜索结果的构建 。
    - 
4. **技术栈与环境**
    - **技术栈**：主要运用C/C++、C++11、STL等基础语言和库，同时借助准标准库Boost、Jsoncpp、cppjieba、cpp-httplib等实现各项功能。此外，还可选学html5、css、js、jQuery、Ajax等技术用于前端开发。
    - **项目环境**：选用Centos 7云服务器作为运行环境，利用vim/gcc(g++)/Makefile进行代码编写和编译，也可使用vs2019或vs code作为开发工具。
    - 
5. **模块构成**
    - **数据处理模块（Parser）**：负责读取原始html文件，去除其中的标签，提取文档的标题、内容和url，并将处理后的文档按特定格式写入文件，如以“title\3content\3url \n”的形式存储，便于后续读取。
    - **索引构建模块（Index）**：构建正排索引和倒排索引。正排索引采用数组形式，数组下标即为文档ID，存储文档的详细信息；倒排索引借助分词和词频统计，建立关键字与文档ID及权重的映射关系，权重根据词在标题和内容中的出现频率自定义计算 。
    - **搜索核心模块（Searcher）**：接收用户输入的搜索关键字，先进行分词处理，然后在索引中查找相关信息，将查找结果按照相关性（weight）进行降序排序，最后使用jsoncpp库构建json格式的搜索结果返回给用户。
    - **服务交互模块（http_server）**：基于cpp-httplib库搭建http服务器，用于接收用户的搜索请求。服务器接收到请求后，调用Searcher模块进行搜索，并将搜索结果返回给用户。在使用cpp-httplib库时，若服务器的gcc版本较低，可能需要升级gcc以确保库的正常运行。
    - **前端展示模块**：运用html搭建网页结构，css美化页面样式，js实现动态效果和前后端交互功能。用户在前端界面输入搜索关键字，点击搜索按钮后，通过JQuery发起ajax请求，将搜索关键字发送到后端，后端处理后返回结果，前端再根据返回结果动态更新页面展示搜索结果。