随着网络信息资源的急剧增长,从海量的网络信息中获得我们想要的信息已经变得越来越难。而许多研究机构正竞相研究的搜索引擎技术则可以解决这个棘手的问题,它可以帮我们找到想要的信息。尽管现在的搜索引擎技术己经可以帮助人们在网上找寻信息,但它在准确度和速度方面仍然存在不少问题。为了更好的解决这些问题,研究和分析搜索引擎的原理并不断改进其相关的算法是必要的。本文主要关注搜索引擎的理论研究和技术分析。通过对搜索引擎的发展和研究现状的介绍,本文指出了当今搜索引擎的一些问题和不足,并对未来的搜索引擎作了预测。本文详细地描述搜索引擎运行所需的关键技术,包括信息的采集策略,中文分词技术和页面评分算法。通过比较不同的算法,分析其利弊,解释不同应用中使用不同算法的原因。本文还对搜索引擎的索引结构作了细致的分析,尤其是索引数据的存放结构。在文章的最后是一个搜索引擎的实现,包括了完整的蜘蛛程序,索引系统和中文分词算法。系统采用分布式的部署方式,结合开源的dotlucene来完成网络信息的采集和索引工作。虽然这个系统只是一个模型程序,但它却可以作为一个不错的基础程序来进行扩展。尤其是索引和搜索程序部分,基本可以作为中小型网站的站内搜索系统使用。