|
ru.linux
- RU.LINUX ---------------------------------------------------------------------
From : Stas Vlasov 2:5080/111 01 Dec 2005 16:20:15
To : Nikolay Panov
Subject : Re: Поисковики для локального сайта.
--------------------------------------------------------------------------------
>> NP> содержат файлы в нём, хоть DVD-диски по описанию содержащегося в них
>> NP> фильма на imdb.com.
>> А вот про архивы просьба по-подробнее.
>> Как у вас работает поиск по отдельным файлам в архиве?
NP> По отдельным файлам из архива пока поиска не делал. Хотя собираюсь в
NP> ближайшее время сделать. По идее, это не должно бы представлять каких бы
NP> то ни было сложностей.
Теоретически - может быть.
Практически - я не представляю, как это сделать, если поиском заведует
сам swish-e (то есть, подсовывает найденные файлы
скрипту-"перекодировщику"), а со скриптами-поисковиками я пока не
разобрался.
>> Если это отдельный скрипт - покажите пожалуйста.
NP> Пока использую старую свою десятистрочную скриптинку catar (она же unar
NP> и lsar), который умеет распакованное содержание архивных файлов
NP> (поддерживается с десяток форматов) выводить на STDOUT.
Мне было проще сделать на каждый формат архива свой файл.
>> У меня пока просто извлекаются текстовые файлы на stdout, который и
>> индексируется.
NP> У меня ровно так же. Разве что текст иногда ещё и пропускается через
NP> konwert any/ru-koi8r. Это хорошо работает почти для всех моих файлов
Про это я даже не упоминаю, ибо это - по-умолчанию.
NP> (предпочитаю держать тексты в архивах, ибо иначе бы они и в мои треть
NP> терабайта не поместились, соответственно большинство моих архивов
NP> содержит ровно один текстовый файл), хотя бывают и мелкие проблемы
У меня, к сожалению, бОльшая часть архивов содержит намного более одного
файла, потому наблюдаются некоторые проблемы.
>> NP> Вот, например, поиск по djvu-книжкам:
>> NP> 1000 /home/docs/Books/Computer Science/Artificial Intelligence/
>> NP> Tanimoto S.L. Elements of artificial intelligence..
>> NP> an introduction using LISP (1987)(T)(553s).djvu 7129538
>> В djvu был внедрен текст или производилось распознавание на лету?
NP> Индексирование производилось по djvu-комментарию (djvutxt
NP> файл.djvu|konwert utf8-koi8r). А вот в данном djvu-комментарии как раз и
NP> лежит предварительно распознанное (либо полученное из какой электронной
NP> версии документа) текстовое содержимое книги.
Все бы неплохо, но где бы еще взять распознавалку русского текста под
линукс...
>>>> В glimpse можно, да неудобно.
>> NP> Hеудобно чем?
>> Там поиск осуществляется не только по индексу, но и по найденным в
>> индексе файлам. Помимо уточнения поиска заодно и показывается найденная
>> фраза.
NP> Хм... А это может быть небесполезным. swish-e только ранк возвращает да
NP> имя файла с его размером. Hайденную фразу было бы наверное неплохо
NP> увидеть...
Только glimpse еще и тормозит при этом неплохо, ибо заодно и файлы шерстит.
И на Ctrl-C не реагирует (по-крайней мере, у меня).
--
Stanislav
--- tin/1.7.8-20050315 ("Scalpay") (UNIX) (Linux/2.6.14-1sarge-686 (i686))
* Origin: Blues, Yekaterinburg, Russia (2:5080/111)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
Re: Поисковики для локального сайта.