当今，互联网已成为人类有史以来资源最多、品种最全、规模最大的信息库。作为网上最主要的信息检索工具，搜索引擎发挥着非常重要的作用。传统的搜索引擎大都是基于HTML的搜索引擎，HTML重显示而非内容的特点大大限制了搜索引擎的查准率，传统搜索引擎的查准率函待提高。现在，一种可扩展标记语言XML开始慢慢发展起来，越来越多的文档开始用XML语言来描述、存储和交换。XML的标记含义丰富、意义明确，能明白的提示所标记的内容，搜索引擎可以依靠标记和内容之间的依存关系，准确定位、找到目标，从而大大减小搜索范围，提高检索精度。在这种发展背景下，本文对基于XML的搜索引擎进行了研究。 首先，本文对比介绍了XML语言与HTML语言以及搜索引擎的工作原理和相关的几项技术，说明XML语言为什么和搜索引擎结合可以提高查准率的原因，并针对中文搜索引擎中的传统中文分词方法作了一些改进。 接着，本文设计了基于XML的搜索引擎的模型，介绍了模型的设计思想及大体框架。模型包括机器人模块、转换模块、解析模块、索引模块和查询模块这几部分。本文详细描述了各个模块的结构和实现思想。 最后，本文重点介绍基于XML的搜索引擎的解析索引模块。针对XML文档的特点，本文设计的解析索引模块包括解析器和索引器两部分，其中解析器用来解析XML文档，索引器用来为XML文档建立索引。文章对XML文档的结构和内容都建立了索引，并对索引的实现方法进行了详细论述。