随着互联网的普及,各种各样的繁多的信息在互联网上传播和存在,人们越来越多的喜欢使用互联网来获取信息,因此,如何在纷繁复杂的上万上亿的信息里,快捷而准确的获取自己所需要的信息呢?由此搜索引擎技术应运而生。搜索引擎是指能在互联网上搜集并检索出用户需要的信息的系统,该系统主要由三部分组成：信息搜索、信息整理、用户查询。Lucene是由Apache软件基金会支持和提供的一套开放源代码的用于全文检索引擎工具包,即它不是一个完整的全文检索引擎,而只是一个全文检索引擎的架构。由于Lucene本身并没有像网络爬虫在互联网上搜集信息的模块,因此本文就要设计一个多线程的搜集信息的模块。本文首先分析开源的全文检索引擎工具包Lucene的架构,然后分析Lucene在中文分词方面的不足,设计一种基于字典快速检索的中文分词算法；另一方面Lucene在检索结果排序方面也有不足之处,提出一种按出现的检索关键字的个数、检索关键字在文中出现的位置、频率等几种权重指标来对结果排序的算法；接着介绍用Java语言实现一个用于在网络上搜集信息的模块设计原理和流程；最后,实现一个完整的搜索引擎,从而对Lucene在中文分词和结果排序算法改进进行测试和评价。