内网「Google」的最佳实践姿势是什么？

[liudanking]

内网的网站越来越多，查询资料都是各自为战，非常不方便。

想搭建一个内网的 Google: 自动爬网页，建立倒排索引，然后放一个搜索页面给员工使用。

找了一圈，没有找到满足这个需求的开源实现。（也许我用的关键字不对……）

我能想到的会用到的：爬虫+elastisearch.

但是实在没有时间从头开始搭建和实现，不知道有没有开源的方案呢？

[billlee]

开源技术方案就是你说的爬虫 + elasticsearch 啊，我觉得你想要的是整套解决方案，这肯定是收费的，以前 google 有 enterprise search, 但去年关掉了，说要转成云服务。

[est]

内网还需要爬虫？？？？

直接去撸对方 db。。。

[liudanking]

@billlee Google 居然有过这种服务，可惜啦……

[liudanking]

@est 这么说吧，内网的网站花样之多……有些站点是不带 DB 的内容发布站

[lululau]

Apache Nutch

[KiseXu]

你说的是公安内网吗

[liudanking]

@lululau thx 我了解下

[1yndonn3u]

@liudanking #4 这是手写 txt 么。2333