10分钟教你搭建一个好玩的Python全文搜索引擎
有一个群友在群里问个如何快速搭建一个搜索引擎,在搜索之后我看到了这个
代码所在
- Git:https://github.com/asciimoo/searx
官方很贴心,很方便的是已经提供了docker 镜像,基本pull下来就可以很方便的使用了,执行命令
cid=$(sudo docker ps -a | grep searx | awk '{print $1}')
echo searx cid is $cid
if [ "$cid" != "" ];then sudo docker stop $cid sudo docker rm $cid
fi
sudo docker run -d --name searx -e IMAGE_PROXY=True -e BASE_URL=http://yourdomain.com -p 7777:8888 wonderfall/searx
然后就可以使用了,正常查看docker的状态,就可以正常的使用了
思考
怎么样,是不是很方便,我们先看看源码是怎么样实现的
我们打开里面的代码,其实本质就是将request之后的结果做一个大的聚合,至于数据来源,我们可以是来于DB,或者文件,我们可以看一下他的核心代码
from urllib import urlencode
from json import loads
from collections import Iterable
search_url = None
url_query = None
content_query = None
title_query = None
suggestion_query = ''
results_query = ''
# parameters for engines with paging support
#
# number of results on each page
# (only needed if the site requires not a page number, but an offset)
page_size = 1
# number of the first page (usually 0 or 1)
first_page_num = 1
def iterate(iterable): if type(iterable) == dict: it = iterable.iteritems() else: it = enumerate(iterable) for index, value in it: yield str(index), value
def is_iterable(obj): if type(obj) == str: return False if type(obj) == unicode: return False return isinstance(obj, Iterable)
def parse(query): q = [] for part in query.split('/'): if part == '': continue else: q.append(part) return q
def do_query(data, q): ret = [] if not q: return ret qqkey = q[0] for key, value in iterate(data): if len(q) == 1: if key == qkey: ret.append(value) elif is_iterable(value): ret.extend(do_query(value, q)) else: if not is_iterable(value): continue if key == qkey: ret.extend(do_query(value, q[1:])) else: ret.extend(do_query(value, q)) return ret
def query(data, query_string): q = parse(query_string) return do_query(data, q)
def request(query, params): query = urlencode({'q': query})[2:] fp = {'query': query} if paging and search_url.find('{pageno}') >= 0: fp['pageno'] = (params['pageno'] - 1) * page_size + first_page_num params['url'] = search_url.format(**fp) params['query'] = query return params
def response(resp): results = [] json = loads(resp.text) if results_query: for result in query(json, results_query)[0]: url = query(result, url_query)[0] title = query(result, title_query)[0] content = query(result, content_query)[0] results.append({'url': url, 'title': title, 'content': content}) else: for url, title, content in zip( query(json, url_query), query(json, title_query), query(json, content_query) ): results.append({'url': url, 'title': title, 'content': content}) if not suggestion_query: return results for suggestion in query(json, suggestion_query): results.append({'suggestion': suggestion}) return results
结果
每个response的时候我们都要以轻松的定制返回的数据(可以是网络,可以是数据库,可以是文件),那我们进一步想一下,如果我们可以hack response 结果,那我们完全可以将自己爬来的数据做为返回结果。如果是1024之类的,完全可以打造自己的“爱好”小引擎,代码我就不贴了,大家可以自己动手自己玩玩。结合jieba分词,可以更好玩一点。
10分钟教你搭建一个好玩的Python全文搜索引擎相关推荐
- 10分钟教你搭建一个可公网访问的私人网盘,和付费网盘彻底say goodbye~
今天偶然间看一个私人网盘的搭建,给大家一起分享一下.我这边是在windows环境下运行的. 检查配置 首先我们需要检查一下配置,需要本地安装有JDK,没有的话自行下载安装.如下所示则表示已经安装. 运 ...
- 10分钟利用django搭建一个博客
以前老是听说ROR开发有多快多块,网上还有朋友为了证明这,专门制作了10分钟利用rails框架搭建一个简易博客的教程,最近学习django框架,觉得django给开发者的便捷也很多,心血来潮来写个10 ...
- 10分钟教对象搭建了一个多人聊天室~
Demo演示 体验demo链接: http://socket.vjscoder.com/websocket-chatroom/index.html#/ 去github查看完整源码: https://g ...
- 所见即搜,3分钟教你搭建一个服装搜索系统!
摘要:用MindSpore+Jina,基于Fashion-MNIST Dataset搭建的服装搜索系统. 引言 各位算法萌新们,是不是经常训练了模型却不知道如何部署和应用?或者只会调参但不会前端后端所 ...
- 【Minecraft】10分钟教你搭建我的世界Java版开服教程【Linux服务器+MCSManager管理面板】
一个人玩游戏没啥意思,和朋友一块联机呢,距离太远,家庭局域网宽带又没有公网ip,你的朋友没办法与你联机,然而你只需要一台服务器即可搞定了:但是很多用户没没接触过相关的内容,具体的该怎么操作呢?下面我将 ...
- 10分钟教你搭建自己的ngrok服务器
内网穿透想必开发过微信的同志都很了解,大部分人选择网上寻找各种现成的,比如ngrok官网.ittun-ngrok.sunny-ngrok或者花生壳之类的.但是世界上没有免费的午餐,要不就是收费,要不就 ...
- 十分钟教你搭建一个漂亮的博客(二--主题的修改)
总体效果 框架的选择(butterfly) 前面我们搭建的博客,可以看见非常的单调,那如果我们想要让他变得漂亮,自然我们是不会自己去写代码的,我们通过网上比较成熟的框架,通过修改配置文件便可以得到漂亮 ...
- 10分钟教你写一个数据库
今天教大家借助一款框架快速实现一个数据库,这个框架就是Calcite,下面会带大家通过两个例子快速教会大家怎么实现,一个是可以通过 SQL 语句的方式可以直接查询文件内容,第二个是模拟 Mysql 查 ...
- 10分钟教你搭建nexus,并把自己项目中的依赖上传到私服
1.先安装maven 官网 https://maven.apache.org/download.cgi 2.下载方式 (1) 先去官网下载 查看以前maven的地址: https://archive. ...
最新文章
- anroid 图片处理加载对比(image loader,Picasso ,glide,fresco)
- ACM入门之【ST表/RMQ】
- window.onload和3的小游戏
- 程序员35岁不转型就退休,是真的吗?
- SpringBoot集成Cache缓存(Redis缓存,RedisTemplate方式)
- 力扣 比较退格的字符串
- 判断某个磁盘中是否有某个文件
- 【原】Coursera—Andrew Ng机器学习—课程笔记 Lecture 6_Logistic Regression 逻辑回归
- [ROS]1 小乌龟
- Echarts单条折线可拖拽
- 劳力埃大学计算机科学,劳里埃大学计算机科学本科.pdf
- z17刷miui_努比亚Z17刷机包
- 什么是互联网产品策划、什么是运营策划(经典收藏)
- 亲测linux系统安装mysql5.7.22
- 外汇天眼:英国研究人员与南非合作应对气候变化
- Altium FPC软硬结合板日志
- 黑胶唱片的“另类”用途
- DDoS攻击解决方案-云防护
- 在linux系统命令行模式下如何输入中文
- Vue技巧小结(持续更新)