V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
ayconanw
V2EX  ›  问与答

有没有比较轻量级的自建搜索引擎用来做站内搜索比较合适?

  •  
  •   ayconanw · 2019-11-06 19:41:00 +08:00 · 3359 次点击
    这是一个创建于 1879 天前的主题,其中的信息可能已经有所发展或是发生改变。
    我有个网站,wordpress 的,但是用了一些插件是在用户访问时候才去抓取数据并显示的,所以需要爬虫式的搜索引擎才会收录这部分内容。

    试了下百度和搜狗还有 bing,结果都不太满意,有的收录不全,有的打一个关键词出现过多无用内容。google 的结果稍微好一些,但是用户无法直接访问。想过反代 google,但是因为验证码的问题以及考虑网站最好不要被封,放弃了这个思路。

    也看了一些提供站内搜索服务的,比如 sitesearch360 这种,要么太贵,要么对中文不够友好。
    求推荐可以自己搭建的爬虫式搜索引擎,越轻量级越好。
    13 条回复    2019-11-07 11:12:36 +08:00
    ayconanw
        1
    ayconanw  
    OP
       2019-11-06 19:42:30 +08:00
    或者有支持中文的类似服务也行,每月不要太贵( 50 以内)
    Darkside
        2
    Darkside  
       2019-11-06 19:59:05 +08:00
    Elasticsearch ?
    pi1ot
        3
    pi1ot  
       2019-11-06 20:05:52 +08:00 via iPhone
    站内数据量不大的话 mysql 都够用了吧
    ayconanw
        4
    ayconanw  
    OP
       2019-11-06 20:58:52 +08:00
    @Darkside 看了下这个框架很强大,但是要结合爬虫还要自己开发,我是想找比较现成的爬虫式搜索引擎
    ayconanw
        5
    ayconanw  
    OP
       2019-11-06 20:59:52 +08:00
    @pi1ot 用什么数据库保存倒不太重要,主要是想找这样的一整套引擎系统
    pi1ot
        6
    pi1ot  
       2019-11-06 21:47:08 +08:00
    @ayconanw 我的意思就是 like 查询就够用
    ayconanw
        7
    ayconanw  
    OP
       2019-11-06 22:17:10 +08:00
    @pi1ot 你也许没看正文,我需要爬虫式的搜索引擎,因为部分内容是用户访问时才生成的,数据库里存的只是代码
    mikicomo
        8
    mikicomo  
       2019-11-06 22:17:18 +08:00
    @pi1ot #6 like 只能标题搜索了吧,内容就检索不了了
    locoz
        9
    locoz  
       2019-11-07 00:59:54 +08:00 via Android
    貌似…没见过这种东西。自己搞一个也不难啊,你现在不是已经有爬虫的部分了吗?把数据存到数据库里了的话,可以直接用现成的 es 插件导进 es,然后你直接从 es 查就好了。
    ayconanw
        10
    ayconanw  
    OP
       2019-11-07 01:24:13 +08:00
    @locoz 没写过爬虫,而且主要我觉得这个需求应该挺普遍的,应该有现成的开源解决方案,不想重复制造轮子
    blessyou
        11
    blessyou  
       2019-11-07 02:53:31 +08:00 via Android
    自己导数据到搜索引擎吧,我也给我的网站接了搜索,没做太复杂,用的是 sonic。
    huluhulu
        12
    huluhulu  
       2019-11-07 08:36:26 +08:00 via iPhone   ❤️ 1
    迅搜,简单易用
    locoz
        13
    locoz  
       2019-11-07 11:12:36 +08:00
    @ayconanw #10 “实时采集数据的搜索引擎”这个需求在爬虫圈还真不普遍...基本都是爬好了、建了索引,然后再搜索的。实时采集还要搜索的话,都是直接接的源站的搜索功能
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   2358 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 02:02 · PVG 10:02 · LAX 18:02 · JFK 21:02
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.