Komut satırı dostu tam metin dizini oluşturma

Komut satırından sorgulanabilen ve ideal olarak hiç bir gui kullanılmasını gerektirmeyen tam metin indeksleme motoru gibi bir şey var mı?

Özellikle e-kitaplarımı ve kağıtlarımı indekslemekle ilgileniyorum, bu yüzden pdf, epub ve birkaç djvu karışımı. (Açık) Office belgeleri iyi olurdu, ancak listemde daha düşük.

Lucene veya Sfenks'e baktın mı? İndekslemek istediğiniz belgeleri başlangıçta ayrıştırmanız gerekecek olsa da, bir kez bu işlemden herhangi biri uçurumdan arama yapabilir.

Lucene için bunu yapmanın bir bilgisi var .

Sfenks, biraz daha belirsiz, ancak bazı belgeler de mevcut . Seçtiğiniz yapılandırılmış XML verilerini xmlpipe2 veri kaynağıyla sfenks'e aktarabilirsiniz.

Lucene Java'ya güvenirken, Sphinx C ++ 'da dışarıdan bağımlılık gerektirmeden inşa edilmiştir.

Her ikisi de istediğiniz şeyi yapmak için biraz çalışma gerektirecek, ancak tamamen uygulanabilir bir çözüm gibi görünüyor.

Xapian'ı kontrol et . Komut satırı arayüzüne sahiptir ve birçok formatı indeksleyebilir.

Recoll GUI olmadan oluşturulabilir ve doküman tiplerinizi komut satırından arayacaktır.

Başlık altında Xapian kullanıyor .

İzleyici komut satırından çağrılabilir ve gtk + bir proje için zor bir bağımlılık değildir (ancak paketler için olabilir).

Bu cevap Google’ın kod aramasını kullanmanızı önerir ,

Kod Arama, büyük kaynak kod gövdeleri üzerinden düzenli ifade aramalarını endekslemek ve ardından gerçekleştirmek için bir araçtır.

Debian / türevleri üzerindeki süper kullanıcılar: sudo apt-get install codesearch

Halen iki izleyici akışı vardır: kararlı (0.8) ve kararsız (0.9). İşletim sisteminizin büyük olasılıkla 0.8 sürümü var, bu yüzden parasını karşılayabiliyorsanız (bazı kanama yazılım bağımlılıklarına sahipse ), en yeni tarfile (0.9.x) 'i alın. Bu sahip iyileştirmeler çok 0.8 fazla, şu anda bir kararlı hale getirilmesi (çift sayılar stabilitesini gösterir) 0.10 için de. Bu rotaya gitmeyi seçerseniz, yapılandırmak için bu komutu kullanın:

./configure --disable-tracker-needle --disable-tracker-preferences --disable-tracker-explorer --disable-tracker-status-icon

Muhtemelen bağımlılıkları kurmayacaksınız, bu yüzden dağıtımınızdan 0.8 kurmak yeterlidir ve GUI bitlerinden kaçının. Debian Squeeze, Ubuntu 10.10 ve Ubuntu 11.04'te bunlar güzelce bölünmüş durumda. Böylece ( root olarak ) çalıştırın:

apt-get install --no-install-recommends tracker-utils tracker-miner-fs

Bunun için CLI aracı tracker-search, bundan --helpnasıl faydalanabileceğini görmek için seçenekle çalıştırın :-)

notlar :

• Fedora 14'te, Tracker paketinin GTK + 'ya bağımlılıkları vardır. Sanırım tracker-appletve gibi şeyler içeriyor çünkü tracker-preferences. Bununla birlikte tracker-search-tool, GUI arama arayüzü için ayrı bir paketi vardır .
• DjVu ve ePUB (henüz) desteklenmiyor. İşte bunların bir listesi .

Bu yaz Sqlite3 kullanarak NetBSD için man sayfalarını indekslemek ve aramak için tam metin arama aracı (yeni apropo) yazmaya çalıştım. İki komut satırı aracından oluşur:

• makemandb: Man sayfalarının içeriğinin bir dizinini ayrıştırıp oluşturan.
• apropos: Bu dizini sorgulama aracı.

Kendiniz için kolayca benzer bir araç yazabilirsiniz, pdf'ler için pdf belgelerini ayrıştırmak için bir kütüphaneye ve benzer şekilde açık ofis belgelerini ayrıştırmak için bir yardımcı programa ihtiyacınız olacaktır.

Proje hakkında daha fazla bilgiyi burada bulabilirsiniz.

Kod burada