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 · Nov 6, 2019 · 4011 views
    This topic created in 2572 days ago, the information mentioned may be changed or developed.
    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 replies  •  2019-11-07 11:12:36 +08:00
    ayconanw
    ayconanw
    OP
    Nov 6, 2019
    1
    或者有支持中文的类似服务也行,每月不要太贵( 50 以内)
    Darkside
    Darkside
    Nov 6, 2019
    2
    Elasticsearch ?
    pi1ot
    pi1ot
    Nov 6, 2019 via iPhone
    3
    站内数据量不大的话 mysql 都够用了吧
    ayconanw
    ayconanw
    OP
    Nov 6, 2019
    4
    @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
    ayconanw
    OP
    Nov 6, 2019
    5
    @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
    pi1ot
    Nov 6, 2019
    6
    @ayconanw 我的意思就是 like 查询就够用
    ayconanw
    ayconanw
    OP
    Nov 6, 2019
    7
    @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
    mikicomo
    Nov 6, 2019
    8
    @pi1ot #6 like 只能标题搜索了吧,内容就检索不了了
    locoz
    locoz
    Nov 7, 2019 via Android
    9
    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
    ayconanw
    OP
    Nov 7, 2019
    10
    @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
    blessyou
    Nov 7, 2019 via Android
    11
    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
    huluhulu
    Nov 7, 2019 via iPhone❤️1
    12
    迅搜,简单易用
    locoz
    locoz
    Nov 7, 2019
    13
    @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
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1199 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 34ms · UTC 17:28 · PVG 01:28 · LAX 09:28 · JFK 12:28
    ♥ Do have faith in what you're doing.