有没有可能在内网利用开源工具建一个类似百度的搜索引擎？

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 2463 天前的主题，其中的信息可能已经有所发展或是发生改变。

有没有可能在内部网络利用开源工具建一个类似百度的搜索引擎？能够搜索一下文档，网页之类的？有开源的可以部署吗?硬件都需要怎么配置？

开源

搜索引擎

百度

内网

13 条回复 • 2020-01-12 21:10:20 +08:00

2lecl

2018-03-05 11:14:59 +08:00 via iPhone

solr ？

jahan

2018-03-05 11:19:12 +08:00

刚查了一个雅虎的 Vespa。solr 和 vespa 是不是都没有爬虫呢？

yuyongji1987

2018-03-05 12:37:55 +08:00 via iPhone

elasticsearch

linyinma

2018-03-05 12:50:12 +08:00

[内网搭建一个搜索引擎] : 你提的的仅仅是搜索，搜索引擎最重要的功能都是日常站点的收录，你内网有多少站点啊，这些站点被收录前提需要向站长平台提交站点，然后站长平台去抓取~~ 仅仅打个搜索引擎有什么意思额

jahan

2018-03-05 14:06:37 +08:00

@linyinma 不懂这个机制，所以弄了一个类似百度。就是想建一个整套的平台，不知道要做那些？或者有没有全开源的工具。

katsusan

2018-03-05 14:09:51 +08:00 via iPhone

问这个问题至少说明下检索的对象是什么，对象以什么形式存在好一点

likuku

2018-03-05 14:13:12 +08:00

搜互联网上的公开信息？搜局域网内企业 /自己保存的信息？(以前 google 有供个人下载使用的桌面搜索软件)

likuku

2018-03-05 14:14:49 +08:00

对企业自己存储的文档资料进行检索，记得 IBM 很早就有成熟商业产品。

jahan

2018-03-05 14:20:43 +08:00

所搜特定的 10 几个网站。想做一个只针对这 10 几个网站的小型的百度。

simapple

2018-03-05 14:44:11 +08:00

jahan

2018-03-05 14:49:58 +08:00

@simapple 网站都不在本地，应该需要一个爬虫吧

coreos

2018-03-05 18:21:46 +08:00

可以做特定的网站地图，简单的爬虫

ddup

2020-01-12 21:10:20 +08:00

我的，归海数据桌面搜索，可以全文搜索，可以部署在内网然后通过浏览器访问，不过需要配置一下。