使用 Ruby-on-Rails、Sphinx 或 UltraSphinx 和 HTML 源代码（不是数据库）

【问题标题】：Using Ruby-on-Rails, Sphinx or UltraSphinx and an HTML source (not a database)使用 Ruby-on-Rails、Sphinx 或 UltraSphinx 和 HTML 源代码（不是数据库）
【发布时间】：2009-07-29 17:10:52
【问题描述】：

sphinx-0.9.9-rc2 的文档说明：

要索引的数据通常可以来自非常不同的来源：SQL 数据库、纯文本文件、HTML 文件、邮箱等。

但是，除了 SQL，我找不到任何关于设置源的文档。配置文件似乎没有表明源可以是数据库以外的任何东西。任何人都有任何有用的链接来使用 HTML 源设置 sphinx？

【问题讨论】：

标签： ruby-on-rails sphinx ultrasphinx

【解决方案1】：

您是否正在寻找 Sphinx 上的 xmlpipe（现在称为 xmlpipe2）功能？我已经对 XML 文件进行了尝试，它的工作原理与 SQL 一样。

我还没有尝试过使用普通 HTML 文件的 Sphinx，所以我猜你需要解析你的 HTML 文件并创建带有你想要索引的属性/字段的 XML 文件，并使用 xmlpipe 将它们提供给 Sphinx。

您可以查看here 和here 了解更多信息。

HTH

【讨论】：

不，我特别想读入 html 文件，将它们编入索引，然后用它为我的网站构建搜索引擎。我已经放弃尝试使用 Sphinx 并从另一种方式解决问题。这是我能找到的最多信息，对于其他人来说：sphinxsearch.com/forum/view.html?id=3867