请教做一个定向的搜索引擎都有什么开源的框架可以使用呢？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

这是一个创建于 1056 天前的主题，其中的信息可能已经有所发展或是发生改变。

想做一个定向的搜索引擎，针对某一些网站发布的信息，这样有开源的吗？

6 条回复 • 2022-01-06 17:57:04 +08:00

sjmcefc2

2022-01-03 22:36:46 +08:00

或者能够搜索 pdf 文件内的内容的有吗

2i2Re2PLMaDnghL

2022-01-03 23:34:08 +08:00

要搜索 pdf 文件有 docfetcher
定向搜索引擎也就是搜索引擎，爬完了丢 ES 罢（

hs0000t

2022-01-04 00:38:22 +08:00 via Android

太模糊了，建议具体说说使用场景，人数，频率等

czfy

2022-01-04 09:46:47 +08:00

定向，无非就两种方式
1. 爬虫+ES ，上面有人提到了，不过有风险
2. RSS ，找个地方存

sjmcefc2

2022-01-05 07:48:02 +08:00

使用人数：5 人以内；
频率：每天
场景：搜索固定几个网站的内容。能有个集中的入口

比如，能够把一个关键词就覆盖几个网站；百度是有搜索功能，不过搜出来的大部分不是想要的东西

wingor2015

2022-01-06 17:57:04 +08:00

用 pdfminer 提取过 PDF ，但是效果有些好有些差，pdf 是不能保障文件里的内容都能被正确提起出来的