Lập chỉ mục toàn văn thân thiện với dòng lệnh?

Có một thứ như một công cụ lập chỉ mục toàn văn bản, có thể được truy vấn từ dòng lệnh và lý tưởng nhất là không yêu cầu sử dụng gui nào cả?

Tôi đặc biệt quan tâm đến việc lập chỉ mục sách điện tử và giấy tờ của mình, vì vậy đó là sự pha trộn giữa pdf, epub và một vài djvu. (Mở) Tài liệu văn phòng sẽ tốt, nhưng thấp hơn nhiều trong danh sách của tôi.

Bạn đã xem Lucene hay Sphinx chưa? Mặc dù ban đầu bạn sẽ cần phân tích các tài liệu bạn muốn lập chỉ mục, nhưng khi đã xong, một trong hai có thể tìm kiếm từ cli.

Đối với Lucene, có một số thông tin về việc làm điều này có sẵn .

Sphinx, mơ hồ hơn một chút, nhưng cũng có một số tài liệu có sẵn . Bạn có thể chuyển dữ liệu XML có cấu trúc mà bạn chọn cho nhân sư thông qua nguồn dữ liệu xmlpipe2.

Lucene dựa vào Java, trong khi Sphinx được xây dựng trong C ++ mà không cần phụ thuộc bên ngoài.

Một trong hai sẽ đòi hỏi một chút công việc để làm những gì bạn muốn, nhưng, có vẻ như là một giải pháp hoàn toàn khả thi.

kiểm tra xapian . Nó có giao diện dòng lệnh và có thể lập chỉ mục rất nhiều định dạng.

Recoll có thể được xây dựng mà không có GUI và sẽ tìm kiếm các loại tài liệu của bạn từ dòng lệnh.

Nó sử dụng Xapian dưới mui xe.

Trình theo dõi có thể được gọi từ dòng lệnh và gtk + không phải là một phụ thuộc cứng cho một dự án (nhưng có thể dành cho các gói).

Câu trả lời này khuyến cáo sử dụng của Google kiếm mã ,

Tìm kiếm mã là một công cụ để lập chỉ mục và sau đó thực hiện tìm kiếm biểu thức chính quy trên các phần lớn của mã nguồn.

Superusers trên Debian / dẫn xuất có thể thử: sudo apt-get install codesearch

Hiện tại có hai luồng Tracker, ổn định (0,8) và không ổn định (0,9). OS của bạn có thể có phiên bản 0.8, vì vậy nếu bạn có thể đủ khả năng đó (nó có một số chảy máu cạnh phụ thuộc phần mềm), đi lấy tarfile mới nhất (0.9.x). Nó có rất nhiều cải tiến trên 0,8 và hiện đang được ổn định hơn nữa để là 0,10 (số chẵn thể hiện sự ổn định). Nếu bạn chọn đi tuyến đường này, hãy sử dụng lệnh này để định cấu hình:

./configure --disable-tracker-needle --disable-tracker-preferences --disable-tracker-explorer --disable-tracker-status-icon

Bạn có thể sẽ không cài đặt các phụ thuộc, do đó, chỉ cần cài đặt 0.8 từ bản phân phối của bạn và chỉ cần tránh các bit GUI. Trên Debian Squeeze, Ubuntu 10.10 và Ubuntu 11.04, chúng được phân chia độc đáo. Vì vậy, ( root ) chạy:

apt-get install --no-install-recommends tracker-utils tracker-miner-fs

Công cụ CLI cho việc này là tracker-search, vì vậy hãy chạy nó với --helptùy chọn để xem cách tận dụng lợi thế của nó :-)

ghi chú :

• Trên Fedora 14, gói Tracker có sự phụ thuộc vào GTK +. Tôi đoán đó là vì nó bao gồm những thứ như tracker-appletvà tracker-preferences. Tuy nhiên, chúng có một gói riêng cho tracker-search-toolgiao diện tìm kiếm GUI.
• DjVu và ePUB không (chưa) được hỗ trợ. Đây là danh sách những gì đang có .

Tôi đã làm việc để viết một công cụ tìm kiếm toàn văn bản (một apropos mới) để lập chỉ mục và tìm kiếm các trang man cho NetBSD vào mùa hè này bằng Sqlite3. Nó bao gồm hai công cụ dòng lệnh:

• makemandb: Phân tích và xây dựng một chỉ mục nội dung của các trang man.
• apropos: Công cụ để truy vấn chỉ mục này.

Bạn có thể dễ dàng viết một công cụ tương tự cho chính mình, đối với pdf, bạn sẽ cần một thư viện để phân tích cú pháp các tài liệu pdf và tương tự như một tiện ích để phân tích các tài liệu văn phòng mở.

Bạn có thể đọc thêm về dự án ở đây

Mã ở đây