Search 在不同的工具集中，内联网搜索引擎有哪些工具？

基本要求：

• 应该能够索引MediaWiki、Confluence、Sharepoint、GitHub:Enterprise、Askbot等内容
• 应该对重复数据消除结果相当明智（合流搜索如此痛苦的一个原因）
• 应该明确地结合一些启发式方法，比如有多少页面链接到一个文档，搜索词是否在文档的标题中，等等。如果有一种方法让用户对特定结果进行降级，这可能是一个额外的好处
• 应该可以进行一些调整（例如，与Sharepoint相比，更喜欢Confluence，将某些路径列入黑名单）

是否有现成的产品可以实现上述功能？自由和开放源码软件项目？是否有FOSS项目可以为上述内容提供基础，并且易于扩展或构建前端？

您可以尝试，这是一个很好的工具

根据该网站：

Solr是流行的、快速的开源企业搜索引擎 来自ApacheLucene项目的平台。其主要特点包括 强大的全文搜索、点击突出显示、分面搜索、近距离搜索 实时索引、动态聚类、数据库集成、丰富 文档（例如Word、PDF）处理和地理空间搜索。索尔是 高度可靠、可扩展和容错，提供分布式 索引、复制和负载平衡查询、自动故障切换 以及恢复、集中配置等。索尔为我们提供动力 世界上许多最大互联网的搜索和导航功能 地点

---

您可以尝试Solr的捆绑版本和其他工具，如或。希望花一些时间调整源代码和导入。它与OpenESP捆绑在一起，是一个开源连接器/爬虫框架，用于将连接器插入到您描述的各种系统中，并且有几个连接器是现成的。

您可以尝试Moogle。它是开源的，可以在windows和IIS中轻松使用。就像谷歌一样让你觉得自己有点熟悉它。试试看

Nutch+Solr并不像我希望的那样成功。我仍然在玩弄它们，但如果不熟悉这两种工具（Nutch的文档似乎有点精神分裂症），这就有点棘手了。总的来说，你会推荐走这条路线吗，还是为Solr推出我自己的爬行工具有意义？@Jun DaiBates Kobashigawa我会推荐使用Nutch，AFAIK是最好的开源网络爬行器，我不认为它会远离Elasticsearch。