ASPseek

ASPseek egy internetes keresőprogram által fejlesztett szoftvert SWsoft és engedéllyel szabad szoftver GNU GPL.
ASPseek áll egy indexelő robot, a keresés démon, és a CGI keresési frontend. Ez index több mint egy néhány millió URL-eket és keresni szavakat és kifejezéseket, dzsókerkarakterek, és nem egy logikai keresést. A keresés eredménye lehet korlátozni megadott időn, helyszíni és tárhely szett (helyek) és fontossági sorrend szerint rendezve (PageRank használják) vagy a dátumot.
ASPseek optimalizált több telek (menetes index, aszinkron és DNS-lekérdezések, csoportosítása eredményeket oldalon, Web terek), de lehet használni a keresést egy oldalon is. ASPseek munka több nyelv / kódolást egyszerre (beleértve a byte-os kódolások, például kínai) miatt Unicode tárolási mód. Más funkciók közé tartozik stopszavak és ispell támogatást, a charset és nyelvi kitaláló, HTML sablonokat keresési eredmények, részletek, és keresőszavak kiemelve.
ASPseek van írva C ++ segítségével STL könyvtár és használja keveréke SQL adatbázis és a bináris fájlok tárolására.
Íme néhány kulcsfontosságú jellemzőit "ASPseek":
Képessége index és keresési keresztül több millió dokumentumok
 
· A ASPseek, meg lehet építeni egy adatbázist, és keresni a sok telek, és az eredmények az egyes lekérdezés kerül vissza gyorsan, ha van pár millió dokumentumok indexelt. Természetesen ez függ a hardver, így nem várható a "jó öreg" i486 gépet kezelni minden helyszínen .hu tartományban. Minden attól függ, CPU (s), a memória, a merevlemez sebessége stb Tehát nem a saját teszteket, mielőtt vásárolni dedikált hardver.
 
· Az a tény, hogy ASPseek optimalizált nagy mennyiségben nem szabad megakadályozni, hogy használja, hogy keresni a saját honlapján, hogy tartalmaz néhány száz dokumentumok - működik ott is.
 
Nagyon jó relevancia eredmények
 
· A cél a kereső, hogy megtalálja, amit a felhasználó akar. Nem lehet több ezer URL találtak meg a keresésnek, de ez mind lényegtelen, így a felhasználó lesz elégedetlen.
 
· Output eredményeket ASPseek vannak sorolva relevancia (vagy rangsort), de rank számítás nem egyszerű feladat. A fejlesztők megpróbálták a legjobb, hogy bele legnagyobb és legújabb technikák ASPseek motort, miközben a jó keresési sebességet.
 
Ispell támogatás
 
· Ha ASPseek használják ispell támogatást, searchd (1) opcionálisan találni minden formáját minden megadott szavakat (például: létre -> létrehozásához vagy létrehozott vagy teremt). Szóval, ez lehetővé teszi, hogy megtalálja a szó minden különböző formáit.
 
Unicode tárolási mód
 
· ASPseek tárolhat információkat dokumentumok Unicode, így lehetővé, hogy végre egy többnyelvű kereső. Szóval, lehet-index és keresni a dokumentumok angol, orosz és még a kínai, mind egy adatbázisban.
 
HTTP, HTTPS, HTTP proxy, FTP (meghatalmazott útján) protokollok
 
· A ASPseek egy webes kereső, az általa használt HTTP protokollt index oldalak. ASPseek is támogatja a biztonságos https: // protokollt. FTP protokoll nem támogatott közvetlenül, de használható proxy (squid mint) és az index FTP oldalak meghatalmazott útján.
 
· ASPseek támogatja "alapvető engedélyt" jellemzője HTTP így tudsz index jelszóval védett területek (például személyes információt az intranet).
 
Text / html és text / plain típusú dokumentumok támogatása
 
· ASPseek érthető írt dokumentumok HTML, és sima szöveges dokumentumokat. Ezek a legnépszerűbb formátumokat az Internet.
 
· Egyéb formátumok, mint például a PDF, RTF, stb, lehet támogatni a segítségével bármilyen külső program / script, amely képes átalakítani, hogy formátumok HTML vagy egyszerű szöveg.
 
Többszálú design, aszinkron DNS feloldó etc
 
· ASPseek használ POSIX szálak, ez azt jelenti, hogy az egyik folyamat sok futó szálak párhuzamosan. Tehát index letöltések dokumentumok sok helyen, és a keresési démon folyamat számos keresési lekérdezés egyszerre. Ez nem csak segít ASPseek hogy jól skálázható SMP (többprocesszoros) rendszerek, hanem javítja az indexelés sebessége, mert abban az esetben az egyik szál a legtöbb időt fog költeni a vár adatok hálózaton.
 
· Egy dolog, hogy lassan indexelési folyamatot le sokat a DNS-keresés (a meghatározó folyamat IP-címet használ szerver neve). A késések elkerülése érdekében aszinkron kereséseket (lookup végzi külön dedikált folyamatok) és az IP-cím cache végrehajtását.
 
Stopszavak
 
· Stopszavak egy szó, hogy nincs értelme önmagában. Példák: van, van, meg ez. Keres a használhatatlan, ezért az ilyen szavak vannak zárva a keresésnek. Stopszavak szintén nem tárol során indexelés, így adatbázis lesz kisebb és gyorsabb.
 
· Nincs "beépített" stopszófájlok a ASPseek, ők töltik indításkor fájlokból. Sok stopword fájlok a különböző nyelvek jön ASPseek.
 
Charset guesse
 
· Néhány hibás vagy rosszul konfigurált szerverek ne mondd ügyfelek a charset általuk szolgáltatott tartalmak. Ha indexeli az ilyen szerverek, vagy használ ASPseek az index ftp szerverek (FTP protokoll önmagában semmit sem tud karakterkészletek), charset kitaláló lehet használni, hogy foglalkozzon vele. Charset kitaláló használja szó jelentése asztalok (úgynevezett langmaps), hogy megállapítsa a helyes charset.
 
Robot kirekesztés szabvány (robots.txt) támogatása
 
· ASPseek teljes mértékben támogatja ezt a szabványt. Célja a weboldal szerzők mondja a robot (például ASPseek indexet (1)), hogy kihagyja indexelés egyes könyvtárak saját telek.
 
· További információkért lásd http://www.robotstxt.org/wc/robots.html
 
Beállítások szabályozza a hálózati sávszélesség-használat és a Web szerverek terhelés
 
· Akkor pontosan szabályozza a hálózati sávszélesség index (1) használ. Pontosan, akkor korlátozza a sávszélességet (kifejezett bájt per másodperc) által használt index (1) az adott időben történik a nap. Például, akkor korlátozza a sávszélességet munkaidőben, hogy az emberek az irodában nem tapasztal lassú internet.
 
· Azt is beállíthatja a minimális idő két lekérdezés azonos webszerver, így nem lehet túlterhelni, és leszállt a térdre, amíg fut index (1).
 
Valós idejű aszinkron indexelés
 
· Egyes keresők megköveteli, hogy a keresés le kell állítani az időt az adatbázis frissítése. ASPseek nincs rá szüksége, így keresni non-stop.
 
· Több mondani, van egy speciális módja az indexelő úgynevezett "valós idejű" indexelés. Ön tudja használni a kis számú dokumentumot, és amennyiben ilyen dokumentumot tölti le és dolgozza, változtatások láthatók a kereső felület. Ez a funkció nagy segítség, ha az épület kereső oldalak gyorsan változó tartalommal, mint az online hírek, stb
 
· Vegye figyelembe, hogy néhány dokumentumot "real-time" adatbázis korlátozott. Arról van szó, 1000 A hardver (a kilométeróra változhat), és a több dokumentum van a "real-time" adatbázis, annál lassabb lesz a sebesség indexelünk, hogy (és csak azt) adatbázisban. Ez nem befolyásolja a keresési sebesség ellenére.
 
· Dokumentumok "real-time" adatbázis mozgatják a normál adatbázis után futó index (1), a szokásos módon.
 
Válogató eredmények fontosság vagy dátum szerint
 
· A keresőmotorok általában visszatér legfontosabb eredményeket először. De ha keres a legújabb oldalakon, meg tudod mondani, hogy ASPseek sorbarendezéshez utolsó módosítás dátumát, így a közelmúltban módosított (vagy szerkesztett) oldalak jelennek meg először.
 
Szemelvények, keresőszavak kiemelve
· Részlet egy darab talált dokumentum a szavakkal keresett kiemelte, csak, hogy egy ötlet, amit a dokumentum szól. A testre a száma részletek megjelenítésére és azok hosszát. Ha letiltja részletek, az elején a dokumentum jelenik meg.
 
· Minden megtalált dokumentum kíséri a "Tárolt változat" linkre. ASPseek tartja a helyi tömörített másolatát minden dokumentum feldolgozása, így a felhasználó láthatja a teljes dokumentumot (opcionális) kiemelte a keresett szavak, még ha ez el lett távolítva az eredeti helyén (ez megtörténik néha).
 
Csoportosítása eredményeket helyszínen
 
· Eredmények egyik oldalon lehet csoportosítani. Ha csoportosítása oldalak van, csak két eredmények jelennek meg ugyanazon a webhelyen alapértelmezés szerint, és a felhasználó láthatja más oldalakat ugyanazon a helyszínen követi a "További találatok ..." link.
 
Clones
 
· Klónok azonosak dokumentumok különböző helyszíneken. Ezek észlelése és csoportosítva, így a felhasználó nem lesz bemutatva egy oldalt teljes URL-ek azonos dokumentumokat.
 
· Clone felismerés által általában korlátozva van egy oldalon (így azonos dokumentumokat különböző helyszíneken nem számítanak klónok), de ezt megváltoztathatja újrafordítás ASPseek a --disable-klónok-by-site opciót.
 
Terek és alcsoportját
 
· A tér a beállított oldalakon. Tehát, ha azt szeretnénk, hogy a keresési szűkült néhány területen, akkor hozzon létre egy helyet, és keressen azon belül helyet. Csak egész oldalakat (pl http://www.mysite.com/) megengedett venni az űrben.
 
· Részhalmazok is lehet használni, hogy korlátozza a keresést. Tudod teremt részhalmaza, és tegye URL maszk (mint http://www.mysite.com/mydir/%) ebbe, és majd korlátozni keresési hatálya csak az adott részhalmaza.
 
· Akkor korlátozhatja a keresés körét, hogy nem csak egy, hanem több részhalmaza vagy szóközzel elválasztva.
 
HTML sablonokat könnyen testre szabható keresési eredmények
 
· Szabhatja a kereső oldalakon, így fog kinézni, és zökkenőmentesen integrálható a többi a helyén. Ez úgy történik, egyszerű szerkesztési keresési sablon fájlt.
Telepítés
gzip -dc aspseek-1.2.10.tar.gz | tar xf -
cd aspseek-1.2.10. / configure
csinál
su
make install