互联网发展的初始阶段,网络的海洋里并没有非常多的信息。但是伴随着HTML的出现,互联网资源的数量急剧膨胀,特别是近些年,互联网的信息达到了数以百亿计。搜索引擎的出现为互联网用户提供了一个理想的查询信息的接口,搜索引擎解决了海量互联网资源的快速定位和检索,在当今网络时代占据着举足轻重的地位,成为仅次于电子邮件的第二大网上服务。但是,互联网的资源继续疯狂的增长,通用搜索引擎因为其庞大的数据量和宽泛的主题越来越无法满足用户对某一专题领域信息精确查找的需求。互联网用户需要能够快速、精确查找信息的专题搜索引擎应用。所谓的专题搜索引擎是为了提高互联网用户查询特定领域信息的需求而产生的,它抓取和建立索引的信息是某一专门领域的资源。专题搜索引擎进一步发展,引入结构化的网页内容分析技术就是垂直搜索引擎。本文讨论了当下国内外搜索引擎发展的概况,并分析了搜索引擎各组成部分的功能和原理。在搜索引擎检索库形成之前,以汇聚专题信息和建立相关度高的索引两个核心角度为考虑基础,并以专题训练集对比锚文本和标题信息以及网页内容信息判断专题相似度,设计了一个基于锚文本和标题信息过滤初始网页,并结合基于网页内容的HITS算法的整体方案的垂直搜索引擎。文章主体部分首先介绍了搜索引擎发展的背景,以及发展垂直搜索引擎的必要性,并以垂直搜索引擎的设计为主线依次讨论各部分功能的相关技术以及技术策略。着重介绍了专题训练集、网页页面分析技术、抓取策略和建立索引的经典算法以及专题网络蜘蛛的设计规则,并介绍了本文分类的策略和方法。然后阐述了该搜索引擎的整个实现过程,以开源nutch框架为基础,依据前面提出的策略设计实现了一个完整的垂直搜索引擎,并介绍各实现部分的相应技术。最后,通过对于垂直搜索引擎的测试和实验,证明了它的稳定性和有效性。