这是一个创建于 837 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？
 |
1
sjmcefc2 OP 或者能够搜索 pdf 文件内的内容的有吗
|
 |
2
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（ |
 |
3
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
|
 |
4
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 |
|
5
sjmcefc2 OP 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 |
 |
6
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
|
Select Language