Construção de um mecanismo de indexação de arquivos

Desenvolver uma aplicação de linha de comando que simula um mecanismo de busca para documentos de texto.

1. Indexação: Ler uma coleção de arquivos de texto (.txt) de um diretório, processar seu conteúdo e construir um índice invertido em memória. Ao final, este índice deve ser serializado e salvo em um arquivo no disco.
2. Busca: Carregar o índice previamente salvo no disco (desserialização) e permitir que o usuário realize buscas por palavras-chave, retornando de forma eficiente a lista de documentos que contêm os termos pesquisados.

Como compilar

make

Modo de execução

Modo Indexação

./output/main indice construir caminho_do_diretorio

Este comando varre o diretório especificado, constroi o índice invertido e o salva em um arquivo padrão index.dat no diretório atual

Modo Busca

./output/main indice buscar termos_de_busca

Este comando primeiro verifica se o arquivo de índice existe na pasta atual. Se não, informa ao usuário para executar a indexação primeiro. Se o índice existir, ele é carregado em memória, a busca é realizada e os nomes dos arquivos relevantes são impressos na tela.

Como funciona o processamento das palavras

O programa é capaz de ler arquivos de texto, processar o conteúdo para remover pontuações, converter para minúsculas e eliminar stop words. A lista de stop words está no arquivo stopwords.txt