Posted on 2008-03-15 09:02
semovy 閱讀(614)
評論(0) 編輯 收藏 所屬分類:
搜索引擎
Egothor是一個用Java編寫的開源而高效的全文本搜索引擎。借助Java的跨平臺特性，Egothor能應用于任何環境的應用，既可配置為單獨的搜索引擎，又能用于你的應用作為全文檢索之用。
Nutch 點擊次數：13225
Nutch 是一個開源Java 實現的搜索引擎。它提供了我們運行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬蟲。
Apache Lucene是一個開放源程序的搜尋器引擎，利用它可以輕易地為Java軟件加入全文搜尋功能。Lucene的最主要工作是替文件的每一個字作索引，索引讓搜尋的效率比傳統的逐字比較大大提高，Lucen提供一組解讀，過濾，分析文件，編排和使用索引的API，它的強大之處除了高效和簡單外，是最重要的是使使用者可以隨時應自已需要自訂其功能。
BDDBot是一個簡單的易于理解和使用的搜索引擎。它目前在一個文本文件(urls.txt)列出的URL中爬行，將結果保存在一個數據庫中。它也支持一個簡單的Web服務器，這個服務器接受來自瀏覽器的查詢并返回響應結果。它可以方便地集成到你的Web站點中。
Zilverline是一個搜索引擎，它通過web方式搜索本地硬盤或intranet上的內容。Zilverline可以從PDF, Word, Excel, Powerpoint, RTF, txt, java, CHM,zip, rar等文檔中抓取它們的內容來建立摘要和索引。從本地硬盤或intranet中查找到的結果可重新再進行檢索。Zilverline支持多種語言其中包括中文。
XQEngine用于XML文檔的全文本搜索引擎.利用XQuery做為它的前端查詢語言.它能夠讓你查詢XML文檔集合通過使用關鍵字的邏輯組合.有點類似于Google與其它搜索引擎搜索HTML文檔一樣.XQEngine只是一個用Java開發的很緊湊的可嵌入的組件.
MG4J 點擊次數：7054
MG4J可以讓你為大量的文檔集合構建一個被壓縮的全文本索引,通過使內插編碼(interpolative coding)技術.
JXTA Search是一個分布式的搜索系統.設計用在點對點的網絡與網站上.
YaCy 點擊次數：7283
YaCy基于p2p的分布式Web搜索引擎.同時也是一個Http緩存代理服務器.這個項目是構建基于p2p Web索引網絡的一個新方法.它可以搜索你自己的或全局的索引,也可以Crawl自己的網頁或啟動分布式Crawling等.
Red-Piranha是一個開源搜索系統,它能夠真正"學習"你所要查找的是什么.Red-Piranha可作為你桌面系統(Windows,Linux與Mac)的個人搜索引擎,或企業內部網搜索引擎,或為你的網站提供搜索功能,或作為一個P2P搜索引擎,或與wiki結合作為一個知識/文檔管理解決方案,或搜索你要的RSS聚合信息,或搜索你公司的系統(包括SAP,Oracle或其它任何Database/Data source),或用于管理PDF,Word和其它文檔,或作為一個提供搜索信息的WebService或為你的應用程序(Web,Swing,SWT,Flash,Mozilla-XUL,PHP, Perl或c#/.Net)提供搜索后臺等等.
LIUS 點擊次數：7749
LIUS是一個基于Jakarta Lucene項目的索引框架。LIUS為Lucene添加了對許多文件格式的進行索引功能如：
Ms Word,Ms Excel,Ms PowerPoint,RTF,PDF,XML,HTML,TXT,Open Office序列和JavaBeans。針對JavaBeans的索引特別有用當我們要對數據庫進行索引或剛好用戶使用持久層ORM技術如：Hibernate,JDO,Torque,TopLink進行開發時。
Aperture這個Java框架能夠從各種各樣的資料系統(如：文件系統、Web站點、IMAP和Outlook郵箱)或存在這些系統中的文件(如:文檔、圖片)爬取和搜索其中的全文本內容與元數據。它當前支持的文件格式如下：
Plain text
HTML, XHTML
XML
PDF (Portable Document Format)
RTF (Rich Text Format)
Microsoft Office: Word, Excel, Powerpoint, Visio, Publisher
Microsoft Works
OpenOffice 1.x: Writer, Calc, Impress, Draw
StarOffice 6.x - 7.x+: Writer, Calc, Impress, Draw
OpenDocument (OpenOffice 2.x, StarOffice 8.x)
Corel WordPerfect, Quattro, Presentations
Emails (.eml files)