C++博客-<a href=http://minidx.com>全文检索(http://minidx.com)</a>-随笔分类-Minidx全文检索相关

C++博客-<a href=http://minidx.com>全文检索(http://minidx.com)</a>-随笔分类-Minidx全文检索相关http://www.cppblog.com/minidxer/category/4995.html<script type="text/javascript"> </script> <script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script> <script type="text/javascript"> </script> <script type="text/javascript" src="http://pagead2.googlesyndication.com/pagead/show_ads.js"> </script>zh-cnWed, 21 May 2008 00:03:45 GMTWed, 21 May 2008 00:03:45 GMT60Minidx组件从doc,Xls,Pdf……等抽取文本的C++ Demo(VS2005工程)http://www.cppblog.com/minidxer/archive/2008/01/10/40851.htmlminidxerminidxerThu, 10 Jan 2008 01:24:00 GMThttp://www.cppblog.com/minidxer/archive/2008/01/10/40851.htmlhttp://www.cppblog.com/minidxer/comments/40851.htmlhttp://www.cppblog.com/minidxer/archive/2008/01/10/40851.html#Feedback8http://www.cppblog.com/minidxer/comments/commentRss/40851.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/40851.htmlVB.net Demo后，不少人发来邮件询问C++如何调用，因为邮件较多，不逐一回复了。抓紧时间写了个C++的Sample,用法其实和Vb.net差别不大，代码下载在这里（相关文档资料分类中的“Doc,Xls,Pdf等文件中抽取文本的Com组件及Demo(VC++)源代码”）,具体可以参照这里，下面是调用部分的代码(C/C++都可以直接调用)和实际截图：阅读全文

minidxer 2008-01-10 09:24 发表评论

]]>《超高速中日英分词的实现(10MB/S)》实现原理分析说明文档下载http://www.cppblog.com/minidxer/archive/2008/01/01/39643.htmlminidxerminidxerTue, 01 Jan 2008 00:05:00 GMThttp://www.cppblog.com/minidxer/archive/2008/01/01/39643.htmlhttp://www.cppblog.com/minidxer/comments/39643.htmlhttp://www.cppblog.com/minidxer/archive/2008/01/01/39643.html#Feedback0http://www.cppblog.com/minidxer/comments/commentRss/39643.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/39643.html 2008/1/1更新：IE6.0无法下载问题已经修正，需要的请重新下载~
不少人对《超高速中日英分词的实现(10MB/S)》的实现比较感兴趣，今年9月份的时候刚好做过一份资料，用C++代码分析了内部分词的转换，资料的说明部分可以参考《双数组Trie(Double Array Trie)实现原理的一点剖析》,实现的原理和datrie（英文），京都大学情報学研究科的Mecab（日文）还有chasen（日文）一样的，都有完整的C/C++代码，有兴趣的可以下来分析一下。
分析说明文档（PDF）可以在这里下载( 双数组Trie(Double Array Trie)实现原理)。阅读者需要对计算机内部编码比较熟悉，否则可能无法理解其中的转化过程，发布这一文档只是为了分享，当然我也很乐意回复你在阅读中所遇到的任何问题，：）

minidxer 2008-01-01 08:05 发表评论

]]>分享UTF8编码的中文词库，有需要的来下载吧http://www.cppblog.com/minidxer/archive/2008/01/01/39467.htmlminidxerminidxerTue, 01 Jan 2008 00:04:00 GMThttp://www.cppblog.com/minidxer/archive/2008/01/01/39467.htmlhttp://www.cppblog.com/minidxer/comments/39467.htmlhttp://www.cppblog.com/minidxer/archive/2008/01/01/39467.html#Feedback6http://www.cppblog.com/minidxer/comments/commentRss/39467.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/39467.html2008/1/1更新：IE6.0无法下载问题已经修正，需要的请重新下载~
本来不准备发这篇文章的，不过看到《UTF8编码的中文词库下载》发了仅仅一周，下载量居然达到2200多次，每天都有NN位针对中文词库来自搜索引擎的朋友，看来需要这样的词库的朋友还是挺多的，想写自己分词系统的或者有其他需要的朋友从这里的“

相关文档资料”中直接下载

minidxer 2008-01-01 08:04 发表评论

]]>从Word,Xls,Pdf……等文件中直接读取文本内容的组件（纯C++的com DLL）和Vb.net demo源代码下载http://www.cppblog.com/minidxer/archive/2007/12/31/40064.htmlminidxerminidxerMon, 31 Dec 2007 14:45:00 GMThttp://www.cppblog.com/minidxer/archive/2007/12/31/40064.htmlhttp://www.cppblog.com/minidxer/comments/40064.htmlhttp://www.cppblog.com/minidxer/archive/2007/12/31/40064.html#Feedback0http://www.cppblog.com/minidxer/comments/commentRss/40064.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/40064.html不需要安装Word，Excel，Adobe Reader等应用程序就可以直接读取doc，xls，pdf中的文本内容，这样的功能在很多的场合都会用到，比如搜索引擎抓取各种格式的文件进行索引，比如做一个自己的文本阅读器……Minidx的这一模块将可以使你简单的实现这一功能。具体使用说明参照《利用Minidx Extract-Text Com组件从Word,Xls,Pdf……等文件中读取文本内容》，组件和Demo源代码下载在这里的《Doc,Xls,Pdf等文件中抽取文本的Com组件及Demo源代码》。该组件可用于任何商业和非商业的用途，如果你愿意的话，可以发一个邮件给我告诉我这一模块被用在了你的项目中，当然这不是必需的，：）,下面是中日英Word中抽取文本的效果图：

minidxer 2007-12-31 22:45 发表评论

]]>Minidx字典整理程序发布(包含源代码)http://www.cppblog.com/minidxer/archive/2007/09/09/31885.htmlminidxerminidxerSun, 09 Sep 2007 08:34:00 GMThttp://www.cppblog.com/minidxer/archive/2007/09/09/31885.htmlhttp://www.cppblog.com/minidxer/comments/31885.htmlhttp://www.cppblog.com/minidxer/archive/2007/09/09/31885.html#Feedback1http://www.cppblog.com/minidxer/comments/commentRss/31885.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/31885.html阅读全文

minidxer 2007-09-09 16:34 发表评论

]]>大牛们是否还记得这些补码运算公式http://www.cppblog.com/minidxer/archive/2007/09/08/31823.htmlminidxerminidxerSat, 08 Sep 2007 02:49:00 GMThttp://www.cppblog.com/minidxer/archive/2007/09/08/31823.htmlhttp://www.cppblog.com/minidxer/comments/31823.htmlhttp://www.cppblog.com/minidxer/archive/2007/09/08/31823.html#Feedback6http://www.cppblog.com/minidxer/comments/commentRss/31823.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/31823.html阅读全文

minidxer 2007-09-08 10:49 发表评论

]]>超高速中日英分词的实现(10MB/S)http://www.cppblog.com/minidxer/archive/2007/09/07/31723.htmlminidxerminidxerThu, 06 Sep 2007 16:25:00 GMThttp://www.cppblog.com/minidxer/archive/2007/09/07/31723.htmlhttp://www.cppblog.com/minidxer/comments/31723.htmlhttp://www.cppblog.com/minidxer/archive/2007/09/07/31723.html#Feedback17http://www.cppblog.com/minidxer/comments/commentRss/31723.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/31723.html阅读全文

minidxer 2007-09-07 00:25 发表评论

]]>Minidx机能概要设计书(中文版)新鲜出炉~http://www.cppblog.com/minidxer/archive/2007/09/03/31414.htmlminidxerminidxerSun, 02 Sep 2007 23:25:00 GMThttp://www.cppblog.com/minidxer/archive/2007/09/03/31414.htmlhttp://www.cppblog.com/minidxer/comments/31414.htmlhttp://www.cppblog.com/minidxer/archive/2007/09/03/31414.html#Feedback5http://www.cppblog.com/minidxer/comments/commentRss/31414.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/31414.htmlMinidx机能概要设计书中文版OK了。纯属产品概要设计/使用说明，没什么技术含量，顺便感谢唐菁睿同学一下
作者：丁志刚翻译：唐菁睿校对：丁志刚阅读全文

minidxer 2007-09-03 07:25 发表评论

]]>Minidx机能概要说明书(日文版)可以下载了http://www.cppblog.com/minidxer/archive/2007/08/26/30879.htmlminidxerminidxerSun, 26 Aug 2007 12:40:00 GMThttp://www.cppblog.com/minidxer/archive/2007/08/26/30879.htmlhttp://www.cppblog.com/minidxer/comments/30879.htmlhttp://www.cppblog.com/minidxer/archive/2007/08/26/30879.html#Feedback0http://www.cppblog.com/minidxer/comments/commentRss/30879.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/30879.html来自:Minidx全文检索(http://minidx.com) 阅读全文

minidxer 2007-08-26 20:40 发表评论

]]>写了一个搜索引擎(C/C++)以及文件管理系统(MFC)http://www.cppblog.com/minidxer/archive/2007/07/26/28793.htmlminidxerminidxerWed, 25 Jul 2007 23:18:00 GMThttp://www.cppblog.com/minidxer/archive/2007/07/26/28793.htmlhttp://www.cppblog.com/minidxer/comments/28793.htmlhttp://www.cppblog.com/minidxer/archive/2007/07/26/28793.html#Feedback27http://www.cppblog.com/minidxer/comments/commentRss/28793.htmlhttp://www.cppblog.com/minidxer/services/trackbacks/28793.html阅读全文

minidxer 2007-07-26 07:18 发表评论

]]>