# dudu-search

**Repository Path**: pretend-work/dudu-search

## Basic Information

- **Project Name**: dudu-search
- **Description**: DuduSearch是一个简单高效的搜索引擎，模仿百度搜索的基本功能，支持关键词搜索、结果分页、相关推荐等特性。本项目采用Python Flask框架开发，适合学习搜索引擎原理和Web开发。
- **Primary Language**: Unknown
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 0
- **Created**: 2025-11-07
- **Last Updated**: 2025-12-10

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# DuduSearch Engine

## 项目简介

DuduSearch是一个简单高效的搜索引擎，模仿百度搜索的基本功能，支持关键词搜索、结果分页、相关推荐等特性。本项目采用Python Flask框架开发，适合学习搜索引擎原理和Web开发。

## 主要功能特性

- 🔍 **关键词搜索**：支持中英文混合搜索
- 📊 **相关度排序**：基于TF-IDF算法的搜索结果排序
- 📱 **响应式设计**：适配桌面端和移动端
- 📑 **结果分页**：支持搜索结果分页浏览
- 🔧 **API接口**：提供RESTful API接口
- 💾 **数据持久化**：搜索索引自动保存
- 🎨 **简洁界面**：现代化的用户界面设计

## 技术栈

- **后端**：Python 3.x, Flask 3.x
- **前端**：HTML5, CSS3, JavaScript
- **依赖库**：
  - Flask - Web框架
  - BeautifulSoup4 - HTML解析
  - Requests - HTTP请求
  - NLTK - 自然语言处理
  - Pandas - 数据处理
  - Scikit-learn - 机器学习工具

## 项目结构

```
dudusearch/
├── backend/           # 后端代码目录
│   ├── __init__.py    # 包初始化文件
│   ├── app.py         # Flask应用主文件
│   └── search_engine.py # 搜索引擎核心功能
├── data/              # 数据存储目录
│   └── search_index.json # 搜索索引文件
├── frontend/          # 前端资源目录
├── static/            # 静态资源文件
│   └── favicon.ico    # 网站图标
├── templates/         # HTML模板目录
│   ├── index.html     # 首页模板
│   └── search_results.html # 搜索结果页模板
├── requirements.txt   # Python依赖列表
└── README.md          # 项目说明文档
```

## 安装说明

### 1. 克隆项目（或直接下载）

```bash
git clone https://example.com/dudusearch.git
cd dudusearch
```

### 2. 安装依赖

```bash
python -m pip install -r requirements.txt
```

## 使用方法

### 启动服务

```bash
cd backend
python app.py
```

服务启动后，浏览器访问：http://127.0.0.1:5000

### 搜索功能

1. 在首页搜索框中输入关键词
2. 点击搜索按钮或按回车
3. 在结果页查看搜索结果
4. 可以通过分页导航浏览更多结果

### API使用

#### 搜索API
```
GET /api/search?q=关键词
```

**响应格式**：
```json
{
  "query": "搜索关键词",
  "results": [
    {
      "doc_id": "文档ID",
      "title": "文档标题",
      "url": "文档链接",
      "snippet": "文档摘要",
      "score": 相关度分数
    }
  ],
  "total": 结果总数
}
```

#### 添加文档API
```
POST /api/index
Content-Type: application/json

{
  "title": "文档标题",
  "url": "文档链接",
  "content": "文档内容"
}
```

#### 更新索引API
```
POST /api/update-index
```

## 示例数据

系统内置了5条示例数据，包括：
- Python编程入门教程
- Flask框架介绍
- 搜索引擎原理与实现
- 机器学习基础课程
- 数据结构与算法

您可以直接搜索这些关键词体验功能。

## 开发说明

### 添加更多数据

1. 使用API接口添加文档
2. 或者修改`app.py`中的`add_sample_data()`函数添加更多示例数据

### 搜索算法优化

当前使用简单的TF-IDF算法，可以在`search_engine.py`中修改`search()`方法来优化搜索算法。

## 未来规划

- [ ] 集成专业中文分词库（如jieba）
- [ ] 实现网页爬虫自动抓取内容
- [ ] 添加用户搜索历史功能
- [ ] 实现搜索建议和自动补全
- [ ] 优化搜索排序算法
- [ ] 增加缓存机制提升性能

## 许可证

本项目采用MIT许可证。

## 贡献指南

欢迎提交Issue和Pull Request来改进本项目。

## 联系方式

如有问题或建议，请联系：example@example.com