Este proyecto es un web crawler desarrollado en Java, diseñado para recorrer directorios, procesar archivos de texto y construir un índice invertido. Posteriormente, permite buscar palabras específicas y obtener su frecuencia en los archivos analizados.
- Exploración Iterativa de directorios y archivos de texto.
- Procesamiento de texto para contar la frecuencia de palabras.
- Almacenamiento y carga del índice en un archivo serializado.
- Búsqueda optimizada de términos con soporte para múltiples archivos.
- Implementación de un sistema de conocimiento usando un Thesauro.
Estructura de Ficheros en árbol a explorar
- Indexación de archivos: Al ejecutarlo, el programa recorrerá los archivos en el directorio E1 y generará un diccionario con las frecuencias de las palabras.
- Búsqueda de palabras: En la segunda fase, puedes introducir palabras clave y el sistema te mostrará su frecuencia en cada archivo.
- Salida del programa: Para salir de la búsqueda, simplemente presiona ESC.