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(jīng)提供了docker 鏡像，基本pull下來就可以很方便的使用了，執(zhí)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(tài)，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(xiàn)的

我們打開里面的代碼，其實本質(zhì)就是將request之后的結(jié)果做一個大的聚合，至于數(shù)據(jù)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(jié)果

每個response的時候我們都要以輕松的定制返回的數(shù)據(jù)（可以是網(wǎng)絡(luò)，可以是數(shù)據(jù)庫，可以是文件），那我們進一步想一下，如果我們可以hack response 結(jié)果，那我們完全可以將自己爬來的數(shù)據(jù)做為返回結(jié)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(jié)合jieba分詞，可以更好玩一點。

到此這篇關(guān)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(guān)Python 搜索引擎內(nèi)容請搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！

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