Home Sign Up Sign In
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 · 3854 views
    This topic created in 2463 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。
  • 搜索引擎
  • 轻量级
  • Google
  • 爬虫式
    13 replies  •  2019-11-07 11:12:36 +08:00
    ayconanw
        1
    ayconanw  
    OP
       Nov 6, 2019
    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  
       Nov 6, 2019
    Elasticsearch ？
    pi1ot
        3
    pi1ot  
       Nov 6, 2019 via iPhone
    站内数据量不大的话 mysql 都够用了吧
    ayconanw
        4
    ayconanw  
    OP
       Nov 6, 2019
    @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
       Nov 6, 2019
    @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  
       Nov 6, 2019
    @ayconanw 我的意思就是 like 查询就够用
    ayconanw
        7
    ayconanw  
    OP
       Nov 6, 2019
    @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  
       Nov 6, 2019
    @pi1ot #6 like 只能标题搜索了吧，内容就检索不了了
    locoz
        9
    locoz  
       Nov 7, 2019 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
       Nov 7, 2019
    @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  
       Nov 7, 2019 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  
       Nov 7, 2019 via iPhone   ❤️ 1
    迅搜，简单易用
    locoz
        13
    locoz  
       Nov 7, 2019
    @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   ·   Solana   ·   5312 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 46ms · UTC 05:54 · PVG 13:54 · LAX 22:54 · JFK 01:54
    ♥ Do have faith in what you're doing.