索引/存儲用於搜索/檢索的代碼（腳本，查詢）的最佳高效方法是什麼？

Question

我們有很多的代碼，查詢Linux框上的一大堆文件夾。每當我必須找到一個腳本，我做一個fgrep -ircl --include=*.{sql, py, sh} "Keyword" *。

我打算創建一個簡單的搜索界面（網絡），它可以讓你搜索一個關鍵字，文件類型和顯示文件的位置，並從生成的文件的摘錄。 Lucene可能是一個很好的候選人，但我不想爲此目的創建所有文件的副本。

我正計劃在下班時間每天使用Python腳本對文件建立索引。更像Google桌面我猜，但對於Web（跨平臺可用性）。

你們建議的是完成這項任務的最佳方式？

Answer 1

我寫了一個perl腳本waaaaay回來的時候提供一個Web界面的結果，仍然工作在我不贊成blackbeltvb.com的網站，如果你想看看。它做了一次實時搜索，沒有索引，也沒有摘錄。

我也寫了這並排名結果，並摘錄wugnet.com搜索和架構這就是現在QB桌面搜索。在你的情況下，我會採取這種方法 - 只需要一個cron作業，將新的或更新的腳本/文件添加到數據庫中，一個大文本字段，其他字段包含文件名和類型等元數據。然後有一個網絡接口到該數據庫，以搜索：

select * from data where keyword like '%word%' and keyword (or keyword) etc... 

有上blackbeltvb.com一個FAQ顯示瞭如何構建一個SQL搜索排名的關鍵字結果，例如「發現的所有關鍵字」，「一些發現」等...

Answer 2

使用Python，Xapian是您應該考慮的唯一解決方案。這是更多的「裸機」比Lucene的，但它有一個爲Python綁定到本地C++實行一流的支持，並且是方式更小，更快比Lucene是與現實世界的數據集，我的意思是大型數據集。