coresearch

Coresearch

.NET Core multiplataforma, en memoria, biblioteca de búsqueda de texto completo para motores de búsqueda de edificios

Acerca de

Coresearch utiliza un índice invertido con una estructura de datos TRIE impulsada para indexar el criterio de búsqueda atómica del contenido a los recursos. El algoritmo de Trie hace que CoreSearch sea más elástico y permite la consulta de palabras exacta y las operaciones como la búsqueda difusa, los comodines y la coincidencia de personajes. La estructura completa de Trie se almacena en la memoria para un mejor rendimiento. Todo el proyecto fue escrito como un proyecto de aprendizaje, así que tenga en cuenta la producción.

Características

• Algoritmo de índice invertido eficiente (mapeo de contenido a recursos)
• Utiliza la estructura de datos de prefijo (trie) para una búsqueda rápida y escala horizontal
• Búsqueda exacta con súper rápido o (k) peor de los casos, donde k es la longitud de la llave
• Búsqueda de comodín de la Primera profundidad recursiva Primer Traversal del árbol de búsqueda
• Búsqueda de coincidencias de personajes con nivel profundo k+1
• Herramienta y biblioteca de línea de comando simple
• Multiplataforma , se ejecuta en Linux, macOS y Windows
• Manejar fácilmente una gran cantidad de recursos diferentes

Trie en Wikipedia

Comandos CLI

Cargar datos de archivos en ruta y extensión específicas (recursivo)

 source <string path> <string extension>
alias: load

ejemplo:

 > source ./ *.txt

Obtenga nombres de recursos para la clave exacta (palabra)

 get <string key>
alias: search

ejemplo:

 > search cars
output:
<resource names for key cars>

Busque cada nombre de recurso que la clave comience con el prefijo

Modos de consulta:

• El signo de interrogación (?) Es para seleccionar todos los nombres de recursos pertenece a los niños de nodo específico (si corresponde).
• El signo de comodín (*) es para seleccionar todos los nombres de recursos de forma recursiva bajo un prefijo específico.
• La coincidencia exacta (sin ningún signo) produce el mismo comando Get/Search.

 query <string prefix> <query mode: . or *>

Ejemplo 1:

 > query c ?
output: 
<resource names for keys: ca, cb, c5, co, c1, ...>

Ejemplo 2:

 > query c *
output: 
<resource names for keys: ca, cabbage, c4a541, cars, cardio, cantaloupe, ...>

Ejemplo 3:

 > query cars
output: 
<resource names for key cars>

Agregar recurso bajo la tecla (palabra)

 add <string resource name> <string content>
alias: insert

ejemplo:

 > add english-dict.txt house 

Eliminar la clave específica (palabra)

 delete <string key>

ejemplo:

 > delete sport

Eco

 echo <string content>

ejemplo:

 > echo hello
output:
hello

Activar/desactivar el modo de depuración

 debug <bool>

ejemplo:

 > debug true

Eliminar cada nodo en la estructura y recopilar memoria

 flush

ejemplo:

 > flush

Mostrar información

 info

ejemplo:

 > flush
output:
Nodes in trie: 4651175
Words inserted: 15513389
Resource files: 2227
Memory usage: 1044944640 bytes

Consola clara

 clear

ejemplo:

 > clear

Argumentos de CLI

Modo de depuración de giro

 --debug <bool>
-d

Establezca el tamaño máximo de la memoria (en bytes)

 --memory-limit <int>
-m

Preprocesar cada palabra antes de insertar

 --normalize <bool>
-n

Patrón para eliminar caracteres no deseados, utilizados para cada palabra antes de insertar

 --pattern <regex>
-p

Cargar datos de ruta específica al inicio

 --source <string>
-s

Establecer extensión para cargar datos al inicio

 --extension <string>
-e

Licencia

Coresearch tiene licencia bajo el MIT.