- mysql查询 limit 1000,10 和limit 10 一样快么,如何优化?
佳德_Boy
mysql数据库java
目录问题两种limit的执行过程基于主键索引的limit执行过程基于非主键索引的limit执行过程深度分页问题总结(最终解决方案)问题第一页就是下面这样的sql语句。select*frompageorderbyidlimit0,10;第一百页就是select*frompageorderbyidlimit990,10;用这种方式,同样都是拿10条数据,查第一页和第一百页的查询速度是一样的吗?为什么?
- Python爬取小说保存为Excel
不知所云975
python
本代码以实际案例介绍,爬取‘笔趣阁最新小说‘列表保存为表格文件。类封装以及网络爬虫以及openpyxl模块可以参考学习。#更新小说目录importrequestsfromlxmlimportetreeimportopenpyxlfromopenpyxl.stylesimportFont,Alignment,Side,Border,PatternFill#定义下载表格的类classDown_exce
- Django-ORM 单表查询
本木夕丶Lu
djangopython后端
文章目录数据准备一、查询关键字1.1QuerySet对象first方法last方法values方法values_list方法count()exists()1.2all()1.3filter(**kwargs)1.4get(**kwargs)--不推荐使用1.5exclude(**kwargs)1.6order_by(\*field)1.7reverse()1.8distinct()二、基于双下划线
- 鸿蒙HarmonyOS NEXT开发:图片边框设置(ArkTS通用属性)
「已注销」
鸿蒙ArkTSharmonyos华为鸿蒙android驱动开发
图片边框设置设置容器组件的图片边框样式。说明:从APIVersion9开始支持。后续版本如有新增内容,则采用上角标单独标记该内容的起始版本。borderImageborderImage(value:BorderImageOption)设置组件的图片边框。卡片能力:从APIversion9开始,该接口支持在ArkTS卡片中使用。原子化服务API:从APIversion11开始,该接口支持在原子化服务
- LeetCode热题100刷题1:1.两数之和、49. 字母异位词分组、128. 最长连续序列
每天努力进步!
力扣hot100leetcode算法c++哈希表
1.两数之和借助哈希表classSolution{public:vectortwoSum(vector&nums,inttarget){unordered_mapumap;for(inti=0;i>umap;定义这个结构十分巧妙,第一个元素表示对字符串排序后的单词(每个单词进行排序,若为异位词排序后必相同)第二个元素字符串数组存这同一类的字符串【auto自动数据类型无需指定类型】classSolu
- Base64 PDF解析器
沐沐uuu
一些小工具pdfjavascript前端
Base64PDF解析器body{font-family:Arial,sans-serif;max-width:800px;margin:20pxauto;padding:20px;}.container{border:1pxsolid#ccc;padding:20px;border-radius:5px;}textarea{width:100%;height:150px;margin:10px0
- 中科院空天院的面试题总结-Java
web18285997089
面试学习路线阿里巴巴java开发语言
JAVA1.谈谈ajax的异步请求,与同步请求的区别答:同步是指:发送方发出数据后,等接收方发回响应以后才发下一个数据包的通讯方式。异步是指:发送方发出数据后,不等接收方发回响应,接着发送下个数据包的通讯方式。自己说了一堆,面试官直接这两句回我,简洁明了,这就是功力,惭愧2.数据库中有成绩字段,给出查询排名前10的语句答:select*from(select*from表orderby成绩desc)
- Android音频处理库,Android中的音频处理------SoundPool,MediaRecorder,MediaPlayer以及RingStone总结...
weixin_39849888
Android音频处理库
用Soundpool能够播一些短的反应速度要求高的声音,比方游戏中的爆破声,而Mediaplayer适合播放长点的。MediaRecorder主要用来录音。SoundPool加载音乐文件使用了独立的线程,不会堵塞UI主线程的操作。可是这里假设音效文件过大没有加载完毕,我们调用play方法时可能产生严重的后果,这里AndroidSDK提供了一个SoundPool.OnLoadCompleteList
- IOS Swift 从入门到精通:BlurEffect BlendMode stroke
hebastast
IOS开发iosswiftcocoa
文章目录UIBlurEffectBlendModestroke基本用法:描边样式:与strokeBorder的区别:组合使用:自定义形状:UIBlurEffect在Swift中,实现模糊效果通常是通过UIKit框架中的UIBlurEffect类来完成的,这通常被称作毛玻璃效果。**创建UIBlurEffect实例:**选择一个模糊效果的样式,如.light、.extraLight、.dark等。l
- MyBatis常见知识点
2301_80148369
mybatis
#{}和${}的区别是什么?答:${}是Properties文件中的变量占位符,它可以用于标签属性值和sql内部,属于原样文本替换,可以替换任意内容,比如${driver}会被原样替换为com.mysql.jdbc.Driver。一个示例:根据参数按任意字段排序:select*fromusersorderby${orderCols}orderCols可以是name、namedesc、name,se
- day06 第三章 哈希表part01
mvufi
散列表算法数据结构
哈希表基础概念定义:哈希表是根据关键码的值而直接进行访问的数据结构。用处:一般哈希表都是用来快速判断一个元素是否出现集合里。常见的三种哈希结构:数组set(集合)map(映射)使用场景:当我们要使用集合来解决哈希问题的时候,优先使用unordered_set,因为它的查询和增删效率是最优的,如果需要集合是有序的,那么就用set,如果要求不仅有序还要有重复数据的话,那么就用multiset。map也
- 算法与数据结构(存在重复元素)
a_j58
算法数据结构leetcode哈希算法
题目思路哈希表对于nums数组中的所有元素进行遍历并判断。若在哈希表中没有找到该元素,则将该元素插入到哈希表中。若找到,说明该值至少出现两次,返回true。代码classSolution{public:boolcontainsDuplicate(vector&nums){unordered_seta;for(intnum:nums){if(a.find(num)!=a.end())returntr
- 按钮的“禁用”样式
wangbinXMU
前端DOMcss
有时由于需要,需要将自己写的按钮禁用如:保存css:.save{display:block;width:50px;height:50px;line-height:50px;border-radius:100%;background:blue;color:#fff;text-align:center;}显示为:要是input和button做的按钮,当然采用disabled属性即可解决;要是自定义的按
- web第二次作业
mbx0715
tensorflow人工智能python
一、小鹅通首页开发二、代码:index.html:小鹅通-首页style.css:*{margin:0;padding:0;box-sizing:border-box;}html,body{width:100%;height:100%;font-family:"微软雅黑";font-size:16px;}index.css:.bg{width:100%;}.header{background-im
- Web第三次作业
mbx0715
css前端css3
Document*{margin:0;padding:0;box-sizing:border-box;}html,body{width:100%;height:100%;}.container{width:100%;height:100%;background-color:#f2f1f2;}header{width:1200px;height:50px;background-color:#fff;
- 登录弹窗效果
TiAmo808
css前端javascript
1,要求点击登录按钮,弹出登录窗口提示1:登录窗口display:none隐藏状态;提示2:登录按钮点击后,触发事件,修改display:block显示状态提示3:登录窗口中点击关闭按钮,触发事件,修改display:none隐藏状态代码演示登录窗口*{margin:0;padding:0;box-sizing:border-box;}html,body{width:100%;height:100
- oracle 比较两个字符串相似度
90的程序爱好者
oraclesqloracle数据库
select*from(select字段a,字段b,sys.utl_match.edit_distance_similarity(字段a,字段b)相似度formtable)orderby相似度desc说明:SYS.UTL_MATCH.EDIT_DISTANCE_SIMILARITY函数用于计算两个字符串之间的编辑距离相似度
- html制作大白,怎样用HTML和CSS做出大白?
张竞扬 摩尔精英
html制作大白
您最好对HTML和CSS有一定的了解HTML代码背景颜色为灰色或者黑色,更容易衬托出大白body{background:#595959;}#baymax{/*设置为居中*/margin:0auto;/*高度*/height:600px;/*隐藏溢出*/overflow:hidden;}#head{height:64px;width:100px;/*以百分比定义圆角的形状*/border-radiu
- oracle 误删恢复教程
高级盘丝洞
oracle数据库
--查看执行sql时间SELECTsql_text,last_load_timeFROMv$sqlWHERElast_load_timeISNOTNULLandsql_textlike'select%'ORDERBYlast_load_timeDESC;--查看时间前数据select*fromDEMOasoftimestampto_timestamp('2022-04-0216:26:11','y
- 算法-哈希表篇05-四数相加II
Buling_0
算法篇算法散列表数据结构
四数相加II力扣题目链接题目描述给你四个整数数组nums1、nums2、nums3和nums4,数组长度都是n,请你计算有多少个元组(i,j,k,l)能满足:0&nums1,vector&nums2,vector&nums3,vector&nums4){intans=0;unordered_mapum;for(inta:nums1){for(intb:nums2){um[a+b]++;}}for(
- SPA 收入支出/技师提成自动统计系统——东方仙盟
未来之窗软件服务
csscss3html
代码body{font-family:Arial,sans-serif;}h2{margin-top:20px;}.tabs{display:flex;}.tab{padding:10px20px;background-color:#f1f1f1;cursor:pointer;}.tab.active{background-color:#ddd;border-top:1pxsolidred;bor
- 一线大厂面试题-limit 1000000,10 加载很慢该怎么优化
似来
一线大厂面试题面试职场和发展开发语言
关于这个问题,有多种解决方案,大家可以在回答的时候尽可能的考虑全面一点。1.如果id是连续的,可以直接使用这样的方式。select*fromorderwhereid>1000000limit10这种方式其实就是先对数据做过滤,然后再limit,可以有效提升查询效率2.通过orderby+索引来解决select*fromorderorderbyidlimit1000000,10需要注意id是索引列,
- mysql临时表之tmp_table_size、 max_heap_table_size
李大川的博客
数据库
简述:mysql用于储存中间结果的表称之为临时表,一般由复杂的sql语句执行时所创建一种是内存临时表,一种是磁盘临时表tmp_table_size是内存临时表的最大值,max_heap_table_size是内存临时表的最大行数值。当执行的sql语句生成的临时表数量超过了最大值限制,就会将临时表储存在磁盘中一般在以下情况下会创建临时表:1、union查询2、orderby3、distinct4、f
- 【FAQ】HarmonyOS SDK 闭源开放能力 — IAP Kit(5)
1.问题描述:https://developer.huawei.com/consumer/cn/doc/harmonyos-refere...文档中的数据类型如:purchaseToken、subscriptionId、subGroupGenerationId、purchaseOrderId、productId、applicationId、offerId这些键字段有长度的说明吗?解决方案:对应各字
- QT QTableWidget 表头样式设置
Tsai时越
QTGUI控件
QHeaderView::section{border:2pxgroovegray;border-radius:10px;padding:2px4px;background-color:#1296db;color:#ffffff;}效果:
- QTableWidget样式设置
季截
qt前端javascripthtml
QHeaderView::section{font-family:思源黑体;font-size:28px;font-weight:500;color:#054578;}QLineEdit:hover{border:1pxsolid#298DFF;border-radius:3px;background-color:#F2F2F2;color:#298DFF;selection-background
- 力扣1.两数之和,c++哈希表解法时间复杂度o(n)
崎月xy
leetcode数据结构算法c++力扣
本题最容易想到的就是暴力遍历解法但是时间复杂为o(),所以本题可以采用哈希表进行秋姐,代码如下classSolution{public:vectortwoSum(vector&nums,inttarget){unordered_map_map;//创建一个哈希表for(inti=0;i::iteratorit=_map.find(target-nums[i]);//创建迭代器查找哈希表中是否有与当
- canvas实现贪吃蛇
田本初
JavaScriptcss前端javascript
Canvas贪吃蛇canvas{border:2pxsolid#333;}#controlPanel{margin:10px0;display:flex;gap:10px;}button{padding:8px16px;font-size:16px;cursor:pointer;background:#4CAF50;color:white;border:none;border-radius:4px
- 三种容器 std::vector、std::map、std::unordered_set 的对比分析
Winrich
C++c++qt
目录1.添加元素1.1std::vector1.2std::map1.3std::unordered_set2.查找元素2.1std::vector2.2std::map2.3std::unordered_set3.遍历容器3.1std::vector使用范围基for循环(range-basedforloop)使用迭代器:3.2std::map3.3std::unordered_set4.删除元素
- vue基础(九)
Goodbaibaibai
面试vue.js前端javascript
Vue提供插槽(Slot)机制,使组件可以更灵活地复用和拓展内容。插槽允许父组件向子组件传递结构化的内容。1.默认插槽(DefaultSlot)默认插槽允许父组件传递内容到子组件的特定位置。默认内容.box{padding:10px;border:1pxsolid#ddd;}我是父组件传递的内容结果:我是父组件传递的内容如果ChildComponent没有提供插槽内容,slot的默认内容(默认内容
- apache 安装linux windows
墙头上一根草
apacheinuxwindows
linux安装Apache 有两种方式一种是手动安装通过二进制的文件进行安装,另外一种就是通过yum 安装,此中安装方式,需要物理机联网。以下分别介绍两种的安装方式
通过二进制文件安装Apache需要的软件有apr,apr-util,pcre
1,安装 apr 下载地址:htt
- fill_parent、wrap_content和match_parent的区别
Cb123456
match_parentfill_parent
fill_parent、wrap_content和match_parent的区别:
1)fill_parent
设置一个构件的布局为fill_parent将强制性地使构件扩展,以填充布局单元内尽可能多的空间。这跟Windows控件的dockstyle属性大体一致。设置一个顶部布局或控件为fill_parent将强制性让它布满整个屏幕。
2) wrap_conte
- 网页自适应设计
天子之骄
htmlcss响应式设计页面自适应
网页自适应设计
网页对浏览器窗口的自适应支持变得越来越重要了。自适应响应设计更是异常火爆。再加上移动端的崛起,更是如日中天。以前为了适应不同屏幕分布率和浏览器窗口的扩大和缩小,需要设计几套css样式,用js脚本判断窗口大小,选择加载。结构臃肿,加载负担较大。现笔者经过一定时间的学习,有所心得,故分享于此,加强交流,共同进步。同时希望对大家有所
- [sql server] 分组取最大最小常用sql
一炮送你回车库
SQL Server
--分组取最大最小常用sql--测试环境if OBJECT_ID('tb') is not null drop table tb;gocreate table tb( col1 int, col2 int, Fcount int)insert into tbselect 11,20,1 union allselect 11,22,1 union allselect 1
- ImageIO写图片输出到硬盘
3213213333332132
javaimage
package awt;
import java.awt.Color;
import java.awt.Font;
import java.awt.Graphics;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import javax.imagei
- 自己的String动态数组
宝剑锋梅花香
java动态数组数组
数组还是好说,学过一两门编程语言的就知道,需要注意的是数组声明时需要把大小给它定下来,比如声明一个字符串类型的数组:String str[]=new String[10]; 但是问题就来了,每次都是大小确定的数组,我需要数组大小不固定随时变化怎么办呢? 动态数组就这样应运而生,龙哥给我们讲的是自己用代码写动态数组,并非用的ArrayList 看看字符
- pinyin4j工具类
darkranger
.net
pinyin4j工具类Java工具类 2010-04-24 00:47:00 阅读69 评论0 字号:大中小
引入pinyin4j-2.5.0.jar包:
pinyin4j是一个功能强悍的汉语拼音工具包,主要是从汉语获取各种格式和需求的拼音,功能强悍,下面看看如何使用pinyin4j。
本人以前用AscII编码提取工具,效果不理想,现在用pinyin4j简单实现了一个。功能还不是很完美,
- StarUML学习笔记----基本概念
aijuans
UML建模
介绍StarUML的基本概念,这些都是有效运用StarUML?所需要的。包括对模型、视图、图、项目、单元、方法、框架、模型块及其差异以及UML轮廓。
模型、视与图(Model, View and Diagram)
&
- Activiti最终总结
avords
Activiti id 工作流
1、流程定义ID:ProcessDefinitionId,当定义一个流程就会产生。
2、流程实例ID:ProcessInstanceId,当开始一个具体的流程时就会产生,也就是不同的流程实例ID可能有相同的流程定义ID。
3、TaskId,每一个userTask都会有一个Id这个是存在于流程实例上的。
4、TaskDefinitionKey和(ActivityImpl activityId
- 从省市区多重级联想到的,react和jquery的差别
bee1314
jqueryUIreact
在我们的前端项目里经常会用到级联的select,比如省市区这样。通常这种级联大多是动态的。比如先加载了省,点击省加载市,点击市加载区。然后数据通常ajax返回。如果没有数据则说明到了叶子节点。 针对这种场景,如果我们使用jquery来实现,要考虑很多的问题,数据部分,以及大量的dom操作。比如这个页面上显示了某个区,这时候我切换省,要把市重新初始化数据,然后区域的部分要从页面
- Eclipse快捷键大全
bijian1013
javaeclipse快捷键
Ctrl+1 快速修复(最经典的快捷键,就不用多说了)Ctrl+D: 删除当前行 Ctrl+Alt+↓ 复制当前行到下一行(复制增加)Ctrl+Alt+↑ 复制当前行到上一行(复制增加)Alt+↓ 当前行和下面一行交互位置(特别实用,可以省去先剪切,再粘贴了)Alt+↑ 当前行和上面一行交互位置(同上)Alt+← 前一个编辑的页面Alt+→ 下一个编辑的页面(当然是针对上面那条来说了)Alt+En
- js 笔记 函数
征客丶
JavaScript
一、函数的使用
1.1、定义函数变量
var vName = funcation(params){
}
1.2、函数的调用
函数变量的调用: vName(params);
函数定义时自发调用:(function(params){})(params);
1.3、函数中变量赋值
var a = 'a';
var ff
- 【Scala四】分析Spark源代码总结的Scala语法二
bit1129
scala
1. Some操作
在下面的代码中,使用了Some操作:if (self.partitioner == Some(partitioner)),那么Some(partitioner)表示什么含义?首先partitioner是方法combineByKey传入的变量,
Some的文档说明:
/** Class `Some[A]` represents existin
- java 匿名内部类
BlueSkator
java匿名内部类
组合优先于继承
Java的匿名类,就是提供了一个快捷方便的手段,令继承关系可以方便地变成组合关系
继承只有一个时候才能用,当你要求子类的实例可以替代父类实例的位置时才可以用继承。
在Java中内部类主要分为成员内部类、局部内部类、匿名内部类、静态内部类。
内部类不是很好理解,但说白了其实也就是一个类中还包含着另外一个类如同一个人是由大脑、肢体、器官等身体结果组成,而内部类相
- 盗版win装在MAC有害发热,苹果的东西不值得买,win应该不用
ljy325
游戏applewindowsXPOS
Mac mini 型号: MC270CH-A RMB:5,688
Apple 对windows的产品支持不好,有以下问题:
1.装完了xp,发现机身很热虽然没有运行任何程序!貌似显卡跑游戏发热一样,按照那样的发热量,那部机子损耗很大,使用寿命受到严重的影响!
2.反观安装了Mac os的展示机,发热量很小,运行了1天温度也没有那么高
&nbs
- 读《研磨设计模式》-代码笔记-生成器模式-Builder
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
/**
* 生成器模式的意图在于将一个复杂的构建与其表示相分离,使得同样的构建过程可以创建不同的表示(GoF)
* 个人理解:
* 构建一个复杂的对象,对于创建者(Builder)来说,一是要有数据来源(rawData),二是要返回构
- JIRA与SVN插件安装
chenyu19891124
SVNjira
JIRA安装好后提交代码并要显示在JIRA上,这得需要用SVN的插件才能看见开发人员提交的代码。
1.下载svn与jira插件安装包,解压后在安装包(atlassian-jira-subversion-plugin-0.10.1)
2.解压出来的包里下的lib文件夹下的jar拷贝到(C:\Program Files\Atlassian\JIRA 4.3.4\atlassian-jira\WEB
- 常用数学思想方法
comsci
工作
对于搞工程和技术的朋友来讲,在工作中常常遇到一些实际问题,而采用常规的思维方式无法很好的解决这些问题,那么这个时候我们就需要用数学语言和数学工具,而使用数学工具的前提却是用数学思想的方法来描述问题。。下面转帖几种常用的数学思想方法,仅供学习和参考
函数思想
把某一数学问题用函数表示出来,并且利用函数探究这个问题的一般规律。这是最基本、最常用的数学方法
- pl/sql集合类型
daizj
oracle集合typepl/sql
--集合类型
/*
单行单列的数据,使用标量变量
单行多列数据,使用记录
单列多行数据,使用集合(。。。)
*集合:类似于数组也就是。pl/sql集合类型包括索引表(pl/sql table)、嵌套表(Nested Table)、变长数组(VARRAY)等
*/
/*
--集合方法
&n
- [Ofbiz]ofbiz初用
dinguangx
电商ofbiz
从github下载最新的ofbiz(截止2015-7-13),从源码进行ofbiz的试用
1. 加载测试库
ofbiz内置derby,通过下面的命令初始化测试库
./ant load-demo (与load-seed有一些区别)
2. 启动内置tomcat
./ant start
或
./startofbiz.sh
或
java -jar ofbiz.jar
&
- 结构体中最后一个元素是长度为0的数组
dcj3sjt126com
cgcc
在Linux源代码中,有很多的结构体最后都定义了一个元素个数为0个的数组,如/usr/include/linux/if_pppox.h中有这样一个结构体: struct pppoe_tag { __u16 tag_type; __u16 tag_len; &n
- Linux cp 实现强行覆盖
dcj3sjt126com
linux
发现在Fedora 10 /ubutun 里面用cp -fr src dest,即使加了-f也是不能强行覆盖的,这时怎么回事的呢?一两个文件还好说,就输几个yes吧,但是要是n多文件怎么办,那还不输死人呢?下面提供三种解决办法。 方法一
我们输入alias命令,看看系统给cp起了一个什么别名。
[root@localhost ~]# aliasalias cp=’cp -i’a
- Memcached(一)、HelloWorld
frank1234
memcached
一、简介
高性能的架构离不开缓存,分布式缓存中的佼佼者当属memcached,它通过客户端将不同的key hash到不同的memcached服务器中,而获取的时候也到相同的服务器中获取,由于不需要做集群同步,也就省去了集群间同步的开销和延迟,所以它相对于ehcache等缓存来说能更好的支持分布式应用,具有更强的横向伸缩能力。
二、客户端
选择一个memcached客户端,我这里用的是memc
- Search in Rotated Sorted Array II
hcx2013
search
Follow up for "Search in Rotated Sorted Array":What if duplicates are allowed?
Would this affect the run-time complexity? How and why?
Write a function to determine if a given ta
- Spring4新特性——更好的Java泛型操作API
jinnianshilongnian
spring4generic type
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- CentOS安装JDK
liuxingguome
centos
1、行卸载原来的:
[root@localhost opt]# rpm -qa | grep java
tzdata-java-2014g-1.el6.noarch
java-1.7.0-openjdk-1.7.0.65-2.5.1.2.el6_5.x86_64
java-1.6.0-openjdk-1.6.0.0-11.1.13.4.el6.x86_64
[root@localhost
- 二分搜索专题2-在有序二维数组中搜索一个元素
OpenMind
二维数组算法二分搜索
1,设二维数组p的每行每列都按照下标递增的顺序递增。
用数学语言描述如下:p满足
(1),对任意的x1,x2,y,如果x1<x2,则p(x1,y)<p(x2,y);
(2),对任意的x,y1,y2, 如果y1<y2,则p(x,y1)<p(x,y2);
2,问题:
给定满足1的数组p和一个整数k,求是否存在x0,y0使得p(x0,y0)=k?
3,算法分析:
(
- java 随机数 Math与Random
SaraWon
javaMathRandom
今天需要在程序中产生随机数,知道有两种方法可以使用,但是使用Math和Random的区别还不是特别清楚,看到一篇文章是关于的,觉得写的还挺不错的,原文地址是
http://www.oschina.net/question/157182_45274?sort=default&p=1#answers
产生1到10之间的随机数的两种实现方式:
//Math
Math.roun
- oracle创建表空间
tugn
oracle
create temporary tablespace TXSJ_TEMP
tempfile 'E:\Oracle\oradata\TXSJ_TEMP.dbf'
size 32m
autoextend on
next 32m maxsize 2048m
extent m
- 使用Java8实现自己的个性化搜索引擎
yangshangchuan
javasuperword搜索引擎java8全文检索
需要对249本软件著作实现句子级别全文检索,这些著作均为PDF文件,不使用现有的框架如lucene,自己实现的方法如下:
1、从PDF文件中提取文本,这里的重点是如何最大可能地还原文本。提取之后的文本,一个句子一行保存为文本文件。
2、将所有文本文件合并为一个单一的文本文件,这样,每一个句子就有一个唯一行号。
3、对每一行文本进行分词,建立倒排表,倒排表的格式为:词=包含该词的总行数N=行号