现有的搜索引擎多数是针对静态HTML(Hyper Text Markup Language)而设计的,HTML只是一种简单的显示语言,无法对检索信息做精确定位,从而大大限制了搜索引擎的查准率。目前,互联网上大量的信息开始采用XML(eXtensible Markup Language)语言来描述、存储和交换。XML标记描述了内容的含义,搜索引擎可以依靠标记和内容之间的依存关系,准确找到信息,从而大大减小搜索范围,提高检索精度。本文对面向XML的搜索引擎进行了研究。首先,本文提出了一个XML搜索引擎模型,并介绍了模型的设计思想。该模型由机器人模块、转换模块、解析模块、DTD(Document Type Definition)管理模块、索引模块、查询模块等组成。另外,详细描述了各个模块的结构和实现细节。其次,对XML索引技术进行了研究。本文改进了一种区域编码方法,支持节点编码的更新,为XML索引模型提供了编码维护方案。在此基础上,提出了一种基于DTD的路径索引方法,并将之无缝结合了基于文本的倒排索引,以支持XML文档的内容检索和结构检索。其主要特点是结合了编码方法、倒排索引和路径索引的思想,对XML文档及其遵循的DTD同时建立索引。另外,详细论述了如何设计索引结构并讨论了索引的存储和优化问题。最后,为了测试论文所提出的索引方法的性能,开发了一个XML索引原型系统。