web search engine
1.0.0
API-简单的Web搜索引擎。目的是为无限的URL列表（网页）索引，然后能够快速搜索相关的URL来针对查询。该引擎使用Elasticsearch数据库。
新URL的索引操作首先爬网，然后从页面中提取标题和主要文本内容。然后，一个代表URL数据的新文档保存在Elasticsearch中，并用于索引。
在搜索相关URL时，引擎将将查询与每个文档的数据（网页）的数据进行比较，并检索符合查询的URL列表，并按相关性排序。
该搜索引擎可以与UI一起使用：https：//github.com/anthonysigogne/web-search-engine-ui
此API适用于有限的语言列表，请参阅此处以获取完整列表：https：//www.elastic.co/guide/en/elasticsearch/reference/current/current/analysis-lang-lang-analyzer.html。
可以在此处找到演示：http：//searchengine.byprog.com/
新闻网络的大约500个法国URL和500英文URL http://www.france24.com/已被索引。
此工具需要Python3+和Elasticsearch5+ 。
git clone https://github.com/AnthonySigogne/web-search-engine.git
cd web-search-engine
pip install -r requirements.txt
然后，运行该工具：
FLASK_APP=index.py HOST=<ip> PORT=<port> USERNAME=<username> PASSWORD=<password> flask run
在哪里 ：
ip + port ：通往Elasticsearch的路线username + password ：访问的凭据要在调试模式下运行，请在命令中perdent FLASK_DEBUG=1 ：
FLASK_DEBUG=1 ... flask run
要使用Docker运行该工具，您可以使用我的Dockerhub图像：https：//hub.docker.com/r/anthonysigogne/web-search-engine/
docker run -p 5000:5000
-e "HOST=<ip>"
-e "PORT=<port>"
-e "USERNAME=<username>"
-e "PASSWORD=<password>"
anthonysigogne/web-search-engine
在哪里 ：
ip + port ：通往Elasticsearch的路线username + password ：凭证访问Elasticsearch或者，构建自己的码头图像：
git clone https://github.com/AnthonySigogne/web-search-engine.git
cd web-search-engine
docker build -t web-search-engine .
要列出API的所有服务，请在Web浏览器中输入此端点：http：// localhost：5000/
通过其URL索引网页。
URL
/指数
方法
POST
形成数据参数
必需的：
url=[string] ，索引的URL
成功响应
Success错误响应
样品呼叫（卷发）
curl http://localhost:5000/index --data "language=en&url=https://www.byprog.com/en/"
查询引擎以找到相关URL的列表。在JSON中返回按相关性和匹配URL的总数排序的匹配URL的sublist。
URL
/搜索
方法
POST
形成数据参数
必需的：
query=[string] ，搜索查询
不需要：
start=[integer] ，命中的开始（默认为0）
hits=[integer] ，查询返回的命中次数（默认为10）
highlight=[integer] ，返回每个URL的突出显示零件（默认情况下为0或1，0）
成功响应
{
"total": 1,
"results": [
{
"title": "Anthony Sigogne / Freelance / Full-Stack Developer",
"description": "Full-Stack Developer specialized in new technologies and innovative IT solutions.",
"url": "https://www.byprog.com/en/"
}
]
}
错误响应
样品呼叫（卷发）
curl http://localhost:5000/search --data "query=freelance fullstack"
麻省理工学院
