SWISH-E Proyecto de código abierto que le ayudará a indexar archivos y páginas web
Descargar ahora

SWISH-E Clasificación y resumen

SWISH-E Etiquetas

sitio web índice indexador indexador de documentos indexador de archivos sitio web de índice

SWISH-E Descripción

proyecto de código abierto que le ayudará a archivos de índice y páginas web Chasquido-e es un sistema de código abierto rápido, flexible y libre para indexar colecciones de páginas web u otros archivos. Chasquido-e es ideal para las colecciones de un millón de documentos o de menor tamaño. Utilizando el analizador libxml2 GNOME y una colección de filtros, Barrido-e índice de lata de texto sin formato, Microsoft Word / PowerPoint / Excel, correo electrónico, PDF, HTML, XML, y casi cualquier archivo que se puede convertir en XML o de texto HTML . Chasquido-E también se utiliza a menudo para bases de datos MySQL de suplementos como el DBMS para muy rápida búsqueda de texto completo. Aquí están algunas características clave de "chasquido-e": · Índice rápidamente un gran número de documentos en diferentes formatos, incluyendo texto, HTML y XML. · Use "filtros" para indexar otros tipos de archivos como PDF, gzip, o PostScript. · Incluye una tela de araña para la indexación de documentos remotos a través de HTTP. Robots sigue las reglas de exclusión (incluyendo las etiquetas META). · Se puede utilizar un programa externo para suministrar a los documentos del chasquido-e, como una araña avanzado para su servidor web o un programa para leer y registros de formato de una base de datos relacional. · Documento "propiedades" (algún subconjunto del documento de origen, por lo general definido como un meta o XML elementos) pueden ser almacenados en el índice y volvieron con resultados de búsqueda. · Resúmenes de documentos pueden ser devueltos con cada búsqueda. · Palabra derivada, soundex, metaphone, y la indexación de doble metaphone para la búsqueda de "fuzzy" · Búsqueda de frases y búsquedas de comodines · Limitar las búsquedas a los enlaces HTML. · Utilizar expresiones regulares de gran alcance para seleccionar los documentos para la indexación o exclusión. · Limitar fácilmente las búsquedas a la totalidad o parte de su sitio web. · Los resultados pueden ser ordenados por importancia o por cualquier número de propiedades en orden ascendente o descendente. · Limitar las búsquedas a partes de documentos, tales como ciertas etiquetas HTML (Meta, título, comentarios, etc.) o a elementos XML. · Puede reportar errores estructurales en los documentos XML y HTML. · Archivo de índice es portable entre plataformas. · Se proporciona una biblioteca de chasquido-e para permitir la inserción del chasquido-e en sus aplicaciones para la búsqueda muy rápido. Un módulo de Perl está disponible que proporciona una API estándar para acceder chasquido-e. · Incluye un ejemplo de guión búsqueda con resúmenes de contexto y término de búsqueda y la frase resaltado. Se puede utilizar con los sistemas populares de plantillas de Perl. · Chasquido-e es rápida. · Es de código abierto y GRATIS! Puede personalizar chasquido-e y que puede contribuir a su fantasía nuevas características al proyecto. · Con el apoyo de grupos de usuarios y desarrolladores en línea. ¿Qué hay de nuevo en este lanzamiento: • Se ha arreglado 'desinflan' en el manejo de spider.pl · Volver a clasificar requerido · Corregido error despalilladora introducido en 2.4.4 · Ahora tenedor / exec para ejecutar filtros · Fijos firmados / advertencias sin signo de gcc 4.x · Makefile.mingw incluido en distrib

SWISH-E Software relacionado