有一個群友在群里問個如何快速搭建一個搜索引擎，在搜索之后我看到了這個

代碼所在

• Git:https://github.com/asciimoo/searx

官方很貼心，很方便的是已經提供了docker 鏡像，基本pull下來就可以很方便的使用了，執行命令

cid=$(sudo docker ps -a | grep searx | awk '{print $1}')  
echo searx  cid is $cid  
if [ "$cid" != "" ];then  
  sudo docker stop $cid  
  sudo docker rm $cid  
fi 
sudo docker run -d --name searx -e IMAGE_PROXY=True -e BASE_URL=http://yourdomain.com  -p 7777:8888 wonderfall/searx

然后就可以使用了,正常查看docker的狀態，就可以正常的使用了

思考

怎么樣，是不是很方便，我們先看看源碼是怎么樣實現的

我們打開里面的代碼，其實本質就是將request之后的結果做一個大的聚合，至于數據來源，我們可以是來于DB,或者文件，我們可以看一下他的核心代碼

from urllib import urlencode  
from json import loads  
from collections import Iterable  
search_url = None  
url_query = None  
content_query = None  
title_query = None  
suggestion_query = ''  
results_query = ''  
# parameters for engines with paging support  
#  
# number of results on each page  
# (only needed if the site requires not a page number, but an offset)  
page_size = 1 
# number of the first page (usually 0 or 1)  
first_page_num = 1  
def iterate(iterable):  
  if type(iterable) == dict:  
      it = iterable.iteritems()  
  else:  
      it = enumerate(iterable)  
  for index, value in it:  
      yield str(index), value 
def is_iterable(obj):  
  if type(obj) == str:  
      return False  
  if type(obj) == unicode: 
      return False  
  return isinstance(obj, Iterable)  
def parse(query): 
  q = []  
  for part in query.split('/'):  
      if part == '':  
          continue  
      else:  
          q.append(part)  
  return q  
def do_query(data, q):  
  ret = []  
  if not q:  
      return ret  
  qqkey = q[0]  
  for key, value in iterate(data):  
      if len(q) == 1:  
          if key == qkey:  
              ret.append(value)  
          elif is_iterable(value):  
              ret.extend(do_query(value, q))  
      else:  
          if not is_iterable(value):  
              continue  
          if key == qkey:  
              ret.extend(do_query(value, q[1:]))  
          else:  
              ret.extend(do_query(value, q))  
  return ret  
def query(data, query_string): 
  q = parse(query_string)  
  return do_query(data, q)  
def request(query, params):  
  query = urlencode({'q': query})[2:]  
  fp = {'query': query}  
  if paging and search_url.find('{pageno}') >= 0:  
      fp['pageno'] = (params['pageno'] - 1) * page_size + first_page_num  
  params['url'] = search_url.format(**fp)  
  params['query'] = query  
  return params  
def response(resp):  
  results = []  
  json = loads(resp.text)  
  if results_query:  
      for result in query(json, results_query)[0]:  
          url = query(result, url_query)[0] 
          content = query(result, content_query)[0]  
          results.append({'url': url, 'title': title, 'content': content})  
  else: 
       for url, title, content in zip(  
          query(json, url_query),  
          query(json, title_query),  
          query(json, content_query)  
      ):  
          results.append({'url': url, 'title': title, 'content': content}) 
  if not suggestion_query:  
      return results 
   for suggestion in query(json, suggestion_query):  
      results.append({'suggestion': suggestion})  
  return results 

結果

每個response的時候我們都要以輕松的定制返回的數據（可以是網絡，可以是數據庫，可以是文件），那我們進一步想一下，如果我們可以hack response 結果，那我們完全可以將自己爬來的數據做為返回結果。如果是1024之類的，完全可以打造自己的“愛好”小引擎，代碼我就不貼了，大家可以自己動手自己玩玩。結合jieba分詞，可以更好玩一點。

到此這篇關于10分鐘用Python快速搭建全文搜索引擎詳解流程的文章就介紹到這了,更多相關Python 搜索引擎內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家！

原文鏈接：https://blog.csdn.net/Monsterof/article/details/120973384