logo标签列表

在.NET堆栈中集成搜索引擎

c#searchfull-text-searchsearch-engine
9
我正在寻找一个非常强大的软件搜索引擎，以便将其集成到.Net网站中。
目前提出的解决方案是基于Lucene的堆栈——Lucene.NET。但在做决定之前，我想评估其他搜索引擎。
我们需要的特性集如下：
- 通过HTTP爬取任意页面的能力 - 解析站点地图的能力 - 通过数据库查找获取要解析的URI列表的能力 - 将搜索限制到特定语言/区域设置的能力 - 将搜索限制为页面子集（例如，通过URI上的正则表达式）的能力 - 快速性和可扩展性（这是用于具有大量流量的公共网站） - 必须具有.NET API支持或超级简易的基于http的API，可以封装在.NET API中 - 语言相关的全文支持
其他很好但如果不支持也不会影响使用的功能包括：
- 报告 - 别名和偏见结果 - 基于HTTP的管理页面 - SQL Server支持
你用过哪些其他软件搜索引擎？你推荐哪个，或者我们应该避免哪个？
7个回答
3
Lucene.Net是一种信息检索库，而不是搜索引擎。它特别不会执行以下任何操作：
  • 爬取网页或解析站点地图
  • 报告
  • 基于HTTP的管理页面
  • SQL Server支持（Lucene.Net使用自己简单但高效的文件格式，不使用SQL Server）
虽然我强烈支持SQL，并建议将其作为搜索引擎的全文搜索组件，但您还需要一个爬虫/ HTML解析器组件才能创建完整的功能搜索引擎，并且您需要仔细设计Lucene.Net索引以最大化所需查询的性能（按语言/区域设置进行搜索）。
尝试查看Solr项目，它是一个完整的搜索引擎，使用Lucene - 这可能更适合您的需求。
3
请查看微软的Search Server Express，但目前该页面显示有问题，因此请使用此链接。

还有其他企业引擎，例如vivisimo velocity（非常可扩展），autonomy等。 Lucene和Solr功能有限，使用和配置都很困难，但这就是你想要免费东西时所得到的结果。

1
我建议您查看Solr。它是基于Java的，但符合您要求中的基于HTTP的API部分，设计为在与主应用程序不同的框/集群上运行（因此您不一定需要在同一硬件上使用Java和.NET），并且具有很大的动力。我已经有一段时间没有使用它了，但我不记得它提供自己的爬虫。如果仍然是这种情况，那么使用独立的爬虫和前面提到的API使其工作应该很简单。
1

你有没有考虑过使用一些封装了Lucene.Net并提供更多功能的东西来实现你想要的效果，而不是直接使用Lucene.Net呢？

Solr是一个Apache产品，可以做到这一点，同时也有一个.Net客户端移植版。我从未在生产中使用过它，但它看起来像是你需要的类型。

类似的想法还有Nutch（最初编写Lucene的人编写），尽管我不知道是否有它的.Net版本。Nutch确实有一个爬网站的组件。

Solrnet不是Solr的.NET端口，而是一个客户端库。 - Mauricio Scheffer
1
1

Coveo是我们目前正在使用的搜索引擎，以替换使用多年的Google Mini。我只是指出这些作为探索的内容，因为我没有足够的使用经验来了解它们的好坏。我只知道每个都有很多头痛问题。

1

您也可以查看OpenSearchServer

在Windows上运行非常顺畅。您可以使用SOAP Web服务进行集成。

还有一个使用XML/REST API的C#骨架库。

免责声明：我是OpenSearchServer的CEO

1
感谢您发布答案！请务必仔细阅读有关自我推广的FAQ。还请注意，每次链接到您自己的网站/产品时，必须发布免责声明。 - Andrew Barber
嗨，安德鲁。谢谢你的通知。仔细阅读了常见问题解答，特别是“我可以在这里推广我所属的产品或网站吗？”一题后，我没有找到任何关于那种免责声明的详细信息。有什么好的做法吗？ - Emmanuel Keller
1
根据您的适当角色进行调整，但类似于：“免责声明：我是OpenSearchServer团队的负责人”，应该在链接或任何提及之后发布。请注意，当有人提出关于如何在您的任何产品上执行某些操作的问题时，“如何使用OpenSearchServer调整我的齿轮？” - 您可以回答这种“帮助”问题而无需披露。 - Andrew Barber
@AndrewBarber 我现在就去做。三点评论：1.我不是营销人员。2.OpenSearchServer的网站自始至今都在我的公开资料中。3.答案很相关。;-) - Emmanuel Keller
@EmmanuelKeller 关于第三点，我知道；如果它不相关的话，我会简单地标记为垃圾邮件并忘记它。关于第一点和第二点，当然都可以。但请注意，要求您在回答中提及/链接到产品/网站时披露此事，因为许多读者不会仔细查看个人资料甚至用户名。无论如何，请记住这一点，并保持您的回答相关，就不会有任何问题 :) - Andrew Barber
显示剩余3条评论
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接