|
ru.linux
- RU.LINUX ---------------------------------------------------------------------
From : Nikolay Panov 2:5020/400 30 Nov 2005 14:18:15
To : Stas Vlasov
Subject : Re: Поисковики для локального сайта.
--------------------------------------------------------------------------------
Stas Vlasov wrote:
> NP> Разумеется. Иначе нафига б поисковик без этих базовых фишек был бы нужен?
> NP> Можно искать где угодно и как угодно. Хоть в tar.bz2 по тексту, что
> 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?
По отдельным файлам из архива пока поиска не делал. Хотя собираюсь в
ближайшее время сделать. По идее, это не должно бы представлять каких бы
то ни было сложностей.
> Если это отдельный скрипт - покажите пожалуйста.
Пока использую старую свою десятистрочную скриптинку catar (она же unar
и lsar), который умеет распакованное содержание архивных файлов
(поддерживается с десяток форматов) выводить на STDOUT.
> У меня пока просто извлекаются текстовые файлы на stdout, который и
> индексируется.
У меня ровно так же. Разве что текст иногда ещё и пропускается через
konwert any/ru-koi8r. Это хорошо работает почти для всех моих файлов
(предпочитаю держать тексты в архивах, ибо иначе бы они и в мои треть
терабайта не поместились, соответственно большинство моих архивов
содержит ровно один текстовый файл), хотя бывают и мелкие проблемы
(например, когда swish-e попытался проиндексировать 700-мегабайтный
.chm-файл, который распаковался в три гигабайта текста; процесс swish-e
при этом занял больше гигабайта оперативной памяти за что и был отстрелен).
>
> 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?
Индексирование производилось по djvu-комментарию (djvutxt
файл.djvu|konwert utf8-koi8r). А вот в данном djvu-комментарии как раз и
лежит предварительно распознанное (либо полученное из какой электронной
версии документа) текстовое содержимое книги.
>>> 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.
Хм... А это может быть небесполезным. swish-e только ранк возвращает да
имя файла с его размером. Hайденную фразу было бы наверное неплохо
увидеть...
--
...cat < /dev/mouse
--- ifmail v.2.15dev5.3
* Origin: Арзамас. Hижегородская. Россия. Земля. Солнечная. Млеч (2:5020/400)
Вернуться к списку тем, сортированных по: возрастание даты уменьшение даты тема автор
|
