%20(2).svg)
项目简介
本项目是基于Python和Django框架构建的人物信息搜索系统。其核心功能是从Wikipedia爬取著名人物（涵盖计算机科学家、数学家、物理学家和化学家等分类）的信息。系统借助建立关键字到人物的倒排列表，实现高效搜索，利用Django渲染模板响应浏览器端的搜索请求，返回含有关键字链接的结果并高亮关键字，搜索结果支持分页显示，还能依据人物的姓名、国籍、研究领域等字段进行针对性查询。
项目的主要特性和功能
- 数据爬取：从Wikipedia爬取10041个人物信息，涉及计算机科学家、数学家、物理学家和化学家等类别。
- 信息抽取：抽取页面上infobox中的内容并存储于文件。
- 倒排列表：每次启动时构建关键字到人物的倒排列表，提升搜索效率。
- 搜索响应：运用Django渲染模板响应浏览器搜索请求，返回含关键字链接结果并高亮关键字。
- 分页显示：支持搜索结果分页显示，优化用户体验。
- 针对性查询：可按人物姓名、国籍、研究领域等字段进行针对性查询。
安装使用步骤
假设用户已下载本项目的源码文件。
1. 安装依赖：安装必要的Python库，如requests、BeautifulSoup4、Django等，使用以下命令安装：
bash
pip install requests beautifulsoup4 django
2. 配置数据库：配置数据库（推荐使用SQLite或其他关系型数据库）。
3. 运行爬虫：运行爬虫程序，爬取Wikipedia中的人物信息，使用以下命令启动爬虫：
bash
python crawler/main.py
4. 启动Django应用：运行Django应用，启动开发服务器，使用以下命令启动：
bash
python manage.py runserver
5. 访问系统：通过浏览器访问搜索系统，进行搜索和浏览结果，默认访问地址为：http://127.0.0.1:8000/。
注意：实际部署时，可能需配置Web服务器（如Apache、Nginx）和相应的负载均衡策略，以确保系统的高可用性和可扩展性。同时，请遵守Wikipedia的爬虫政策，合理控制爬取频率，避免对Wikipedia造成过大负担。
下载地址
点击下载 【提取码: 4003】【解压密码: www.makuang.net】