随着信息急剧膨胀以及信息的多元化,使得传统搜索引擎需要采集、索引、查询的内容不断扩大。因此,即使面对搜索出来的信息我们也需要在大量的无关信息中费力寻找所需信息的情况。而垂直搜索引擎是面向某一特定的专业领域,因此不会像通用搜索引擎那样检索出大量无关信息,提高了查询效率,使用户能够更迅速地查询到自己所需的信息。即垂直搜索引擎在针对性、精确性和时效性等方面都比传统搜索引擎表现的更优。随着网络的发展,越来越多的人依托于网络的便捷和巨大的信息量开始在网上求职,这样人们就需要在各大招聘网站或者工作网站留意相关的招聘信息,为了方便人们更好的进行网络求职,本文提出设计和构建一个基于Lucene和Heritrix的求职垂直搜索引擎。本文讨论和研究一个面向求职的垂直搜索引擎的相关原理、技术和基本实现过程。针对于国内多个招聘网站利用定制的Heritrix进行数据抓取,对抓取的网页信息进行结构化处理,然后在Lucene的基础上对结构化信息进行索引的建立和存储,从而构建一个面向求职信息的垂直搜索引擎。该系统在需求分析和设计阶段采用MDA即模型驱动架构来指导程序的开发,使用开源工具包Heritrix和Lucene来实现程序的开发。整个系统大体分为四部分:信息抽取模块、爬虫模块、索引模块以及用户搜索模块。在爬虫模块,基于对Heritrix的理解基础上建立符合系统需求的自定义爬虫程序;在信息抽取模块中,利用HtmlParser对网页信息进行分析,在本文中通过位置节点这一概念来对信息正确的结构化抽取;在索引模块中结合数据库存储和索引存储来提高系统性能;在用户搜索模块采用三层架构思想来设计实现,将符合用户检索的信息显示给用户。