1。主要就是讲一些概念～
2。有N多开源的，感兴趣可以先到apache下载一个lucene玩玩，用Rose分析一下看看:) （lucene.apache.org）
简单的入gate书店里面有卖:《Lucene in Action》，《Lucence＋Ajax构建搜索引擎》欢迎购买。
3。中文分词是中科院先研究的吧（C++），很多人把它改成Java或C＃版本的（何不Google一下中科院中文分词）
4。版主zc的简历里的第五项“商业企划案设计”： “汉语词法、句法分析系统（C++），和统计基础上的汉语语义理解初步研究。”基本上就中文分词那玩意儿，换了马甲：）热烈欢迎版主公开他的简历，以便大家下载学习参考：）（小弟还没申请到版权，不敢乱说～）

5。小弟随便上传了个SSSpider，装一下玩玩看（安全，无病毒），欢迎下载~~~~~~

推荐一本书，中文名叫<现代信息检索>，英文名叫<Modern Information Retrieval>。这本书是信息检索入gate首选， 应该对你下一步的研究很有帮助的。北大也出了本书叫《搜索引擎－－原理，技术与系统》，它是以北大天网的原型系统为例讲的，很有参考价值，也推荐一下。