Java网络爬虫

2，自己写一个网络爬虫，可以看一下基础的，写的有点乱，很多内容不清楚，很多代码抄袭。。。

3、搜索引擎——原理、技术和系统，北大天网作为案例，很好很强大，有点学术味道。

4，Web数据挖掘刘兵，刘兵的书，强烈推荐。

5、搜索引擎:信息检索实务，一本好书，强烈推荐。

还有一些论文。你自己去找吧。

案例中，你可以研究一下Nutch爬虫的部分代码，写得很清楚。

有了以上，应该算是介绍吧~