轻量级搜索索引 API/库答案

【问题标题】：Lightweight Search Indexing API/Lbrary轻量级搜索索引 API/库
【发布时间】：2010-09-10 13:46:26
【问题描述】：

我正在寻找一个开源搜索索引库。它将用于嵌入式 Web 应用程序，因此它应该具有较小的代码大小。最好用 C、C++ 或 PHP 编写，并且不需要安装任何数据库来存储索引。索引应该存储在文件中（例如，xml、txt）。我尝试查看一些著名的搜索库，例如 xapian 和 clucene，它们很好，但对于嵌入式系统来说代码量相对较大。

这将在 Linux 平台上运行，并将用于索引 HTML 文件。

对什么是好的搜索库/API 有什么想法吗？

谢谢。

【问题讨论】：

PHP?嵌入式？真的吗？当有人说“嵌入式”时，这不是我想到的第一种语言......
您的代码在什么平台上运行（UNIX、Windows Mobile、Palm OS、iPhone OS，...）？您要索引哪种数据（大块文本、姓名列表……）？

标签： search indexing

【解决方案1】：

首先：您必须在某处存储索引。因此，除非您只需要内存索引，否则将需要一个数据文件。

要索引通用项目，我可以推荐你 sqlite：http://www.sqlite.org/。当我有一堆数据并且需要使用多个索引来处理它时，我什至会在仅内存模式下使用它。

【讨论】：

【解决方案2】：

Hyper Estraier.

【讨论】：

【解决方案3】：

哦，伙计。有几个。按默默无闻的顺序...

FTSearch
Zettair
Sphinx
Ferret
Solr（不过基于 lucene，可能太重了）

我敢肯定还有很多，但这些都是我想不到的。祝你好运:)

【讨论】：

雪貂+1。它类似于 Lucene，但用 C 编写（带有 ruby 前端）并且速度更快

【解决方案4】：

这取决于您的要求。一个完整的 Lucene (Java) 发行版最多可以有 3MB JAR 文件，但实际上可以精简到 1MB 以下。 CLucene 在实践中可能要小得多。你需要走多低？...

【讨论】：

我们排除了 Lucene，因为我们的系统上没有 JRE。当我查看 CLucene 时，它大约有 20MB，尽管它仍然可以被剥离。它对我们的系统来说非常大。我认为我们最多可以达到 2MB。
在那种情况下，恐怕我真的没有给你的建议，但我建议你将此信息添加到你的问题中以供将来参考。

【解决方案5】：

Swish-E 是用 C 语言编写的，可以做你想做的事。不需要数据库，使用自己的二进制索引文件格式。

我也使用过ht://Dig，但该软件似乎已经很久没有维护了。

两者都可以在 Linux 上编译并索引 HTML。

第三个选项是SINO，由AustLII 使用。联系那里的团队以确保您获得最新版本。应该在Linux上编译没有太多麻烦。它并不是真正为嵌入式系统设计的（SINO 代表 Size Is No Object），但我上次查看时有一个不错的 API，而且相对较小（因此，它不是为它设计的，但可能也能正常工作）。针对 HTML。相当快的索引。我认为值得一看。（披露：很久以前在那里工作过）

最后，我们使用基于Lucene 的Solr。 Solr 使用基于将 XML 文档发布到服务器的简单 API。无论您使用什么语言，界面都非常简单。

【讨论】：