Buscadores

Luke: herramienta de diagnóstico para Apache Lucene

ByLuis February 6, 2008

Luke es una herramienta de desarrollo y diagnóstico, que accede a los índices de Lucene y permite mostrar y modificar sus contenidos.

Es posible navegar mediante el id del documento o por términos de búsqueda, permitiendo ver los documetos y copiarlos en el clipboard. Además permite ver una lista de los términos mas buscados, ejecutar búsquedas, analizar los resultados, borrar los resultados, editar los campos del documento original y reinsertarlos en el índice y optimizar índices.
Requiere Java 1.5 o superior.
Luke

Buscadores

CodeFetch: busca código en libros de programación

ByLuis January 19, 2007

CodeFetch es un buscador de cÃ³digo en libros de programaciÃ³n, nos permite buscar entre distintos libros de programaciÃ³n ejemplos de cÃ³digo de diversos lenguajes o aplicaciones (PHP, C, HTML, ActionScript, configuraciÃ³n de Apache).
Basado en una aplicaciÃ³n opensource, CodeFetch conecta a los usuarios con los autores de los libros que ellos mismos venden. SegÃºn afirman, han ideado una forma de que los autores vendan sus libros de una forma que impacte menos que una publicaciÃ³n en papel.
CodeFetch

Buscadores

SupoSE: búsquedas en el repositorio de SVN

ByLuis March 27, 2008

Subversion Repository Search Engine (SupoSE) es un buscador implementado en Java que nos permite encontrar contenido dentro de nuestro repositorio SVN. Indexa todos los ficheros (menos los binarios) y ayuda a encontrar lo que quieres en todos los ficheros de texto, como por ejemplo los scripts de nuestras aplicaciones, en documentos OpenOffice…
No me queda muy claro si permite indexar ficheros Word, Excel y parecidos y si admite buscar en el historial del repositorio, en la página no lo indican muy bien.
SupoSE
Sea como fuera, es una buena herramienta a tener en cuenta.

Buscadores | How to | Laboratorio | PHP

Laboratorio: marcar búsquedas de Google

ByLuis June 22, 2006

Algo que suele ser interesante es cuando realizamos una bÃºsqueda en Google, que en la pÃ¡gina a la que accedemos desde los resultados de Google, nos resalte las palabras que hemos buscado, aunque la barra de Google ya te da la oportunidad de hacerlo.

El proceso es sencillo, tenemos que capturar la URL desde la que nos llaman, dada por $_SERVER[‘HTTP_REFERER’], obtener las palabras que hemos puesto a buscar el Google (vienen en el parÃ¡metro q) y despuÃ©s capturar la salida, como se realizaba en el caso de la cachÃ©, y cuando tenemos lo que vamos a enviar por la salida, sustituir cada una de las palabras por el cÃ³digo HTML que queramos que resalte la palabra en cuestiÃ³n.

<?php
// Filtro para el array para quedarnos solo con la QUERY
function filtro($val) {
return strpos($val, 'q=') === 0;
}
// Obtenemos la pÃ¡gina desde la que nos llaman
$url = $_SERVER['HTTP_REFERER'];
// Nos quedamos solo con los parÃ¡metros
$url = parse_url($url);
$url = $url['query'];
// Nos quedamos solo con el parÃ¡metro que nos interesa
$parametros = split("&", $url);
$cadena = array_filter($parametros, "filtro");
$cadena = urldecode(substr(array_shift($cadena), 2));
// Cacheamos la salida
ob_start();
?>
...
PÃ¡gina HTML
...
<?php
// Recuperamos el buffer de salida
$html = ob_get_clean();
// Por cada palabra de la cadena de bÃºsqueda, la sustituimos por el HTML necesario para resaltar
$palabras = split(" ",$cadena);
foreach ($palabras as $palabra) {
$html = preg_replace('/('.$palabra.')/i', '<b>$1</b>', $html);
}
// Mostramos el buffer por la saliad
echo $html;
?>

CÃ³digo

Buscadores | Desarrollo web | PHP

Crear un buscador simple para tu página mediante PHP

ByLuis January 22, 2007

Algo fundamental para una pÃ¡gina web es el uso de un buscador para acceder al contenido deseado de forma sencilla. Hace tiempo que andaba buscando este artÃculo y gracias a dzone lo he encontrado.
Se trata de crear un script en PHP para crear un buscador en nuestro sitio web. Para ello primero tendremos que crear un estructura en la base de datos para almacenar la relaciÃ³n entre palabras y pÃ¡ginas. Se crearÃ¡n tres tablas, una para almacenar las pÃ¡ginas, otra para almacenar las palabras y otra para almacenar la relaciÃ³n entre pÃ¡ginas y palabras.
En segundo lugar deberemos indexar las pÃ¡ginas, usando un script que pasÃ¡ndole una URL, se la baje, le elimine todas las etiquetas HTML, la separe en palabras y guarde todos los datos en las tablas.
Por Ãºltimo crear una pÃ¡gina para realizar la bÃºsqueda, un sencillo formulario y una consulta a la BD nos devolverÃ¡ una lista de pÃ¡ginas que contiene dicha palabra.
La verdad es que mÃ¡s simple no puede ser, y lÃ³gicamente no parece muy Ã³ptimo. Se le podrÃan hacer varios ajustes al script, como por ejemplo crear una lista de palabras “tabÃº”, las cuales no indexarÃ¡ (preposiciones, artÃculos). TambiÃ©n en la tabla de relaciones entre pÃ¡ginas-palabras se le podrÃa incluir la posiciÃ³n de la palabra, asÃ si queremos buscar dos palabras seguidas, poder localizar mejor estos casos. Otra opciÃ³n serÃa localizar las etiquetas HTML de cabeceras (h1, h2, …) de la pÃ¡gina, las etiquetas para resaltar texto (strong, em, b, i, u) y darle una mayor importancia o prioridad a esas palabras en la tabla de relaciones, asÃ los resultados que nos devuelva la consulta, los podemos ordenar por prioridad, y no tener que encontrarnos entre los primeros resultados pÃ¡ginas que poco tienen que ver con lo que buscamos simplemente porque contienen la palabra. Y por Ãºltimo, se me ocurre que en la tabla de pÃ¡ginas se le podrÃa aÃ±adir un campo que indicara el nÃºmero de visitas que recibe, priorizando las busquedas en pÃ¡ginas mÃ¡s visitadas.
Este mÃ©todo no creo que sea el mejor, y seguro que hay algoritmos mÃ¡s optimos, pero creo que motores de bÃºsqueda implementados en algunos CMS como por ejemplo WordPress son peores aÃºn. Por ejemplo WordPress busca la palabra en cada post escrito y almacenado en la BD. Y si el CMS ya usa expresiones regulares peor aÃºn, porque aÃºn lo mucho que me gustan, si que es cierto que consumen muchos recursos. AsÃ les ha podido pasar a algunos blogs que han tenido que usar la bÃºsqueda mediante Google en vez de la que incluye su CMS.
Algo que tambiÃ©n estarÃa muy bien serÃa dotar al motor de la capacidad de ignorar acentos, asÃ si buscamos “cancion” nos deberÃa devolver los mismos resultados que si buscamos “canciÃ³n”. Con el mÃ©todo explicado serÃa relativamente sencillo, ya que solo habrÃa que almacenar las palabras en la tabla de palabras sin acento y luego al ser enviada por el buscador, quitarle los acentos para que se busque sin ellos.
Building a Simple Search Engine with PHP
VÃa / dzone

PHP

Marjory: webservice para indexar y buscar documentos

ByLuis May 6, 2008

Marjory es un webservice que nos ayuda a indexar y buscar documentos realizado en PHP. Utiliza la búsqueda fulltext aunque también está disponible la búsqueda mediante Lucene (en un futuro pretenden sacar más).
No utiliza protocolos XML-RPC o SOAP, usa una interfaz REST para comunicarse con las otras aplicaciones. Aunque no estaría mal respuestas en JSON.
Está realizado con Zend Framework y usa la librería para Lucene como motor de búsqueda por defecto.
Marjory

Buscadores

VideoRonk: buscador de vídeos

ByLuis November 21, 2006

La gente de VideoRonk nos pasa informaciÃ³n sobre su buscador de vÃdeos, que la verdad tiene muy buena pinta:

Videoronk.com es un buscador de vÃdeos, en estado beta, donde nos permite introducir el tÃ©rmino a buscar y elegir el motor de bÃºsqueda, pudiendo elegir Google VÃdeos, Youtube, Metacafe, Myspace,
Dailymotion, Vimeo o todos a la vez.

Dentro de los resultados, con seleccionar uno se nos abre una ventana
donde podemos ver el vÃdeo en cuestiÃ³n pero que ademÃ¡s aÃ±ade un botÃ³n
que nos permitirÃ¡ bajarnos el vÃdeo directamente a nuestro ordenador
en formato .flv, .mp4 y .avi.

TambiÃ©n dentro de los resultados, nos permite aÃ±adir los vÃdeos como
favoritos, aunque esa lista se guarda en una cookie, lo que significa
que si borras las cookies de tu ordenador o navega desde otro, no
verÃ¡s tu lista de favoritos.

Otra opciÃ³n que se ha incluido es la bÃºsqueda inteligente, en funciÃ³n
del texto que introduzcas en la propia bÃºsqueda te da otras opciones
a buscar.

TambiÃ©n tenemos la opciÃ³n para que pueda meter cualquier video en su blog.

ReciÃ©ntemente hemos incluido dos opciones que creemos dan un valor
aÃ±adido a la pÃ¡gina. Un buscador de mÃºsica, donde puedes buscar un
artista y te muestra los vÃdeos musicales de dicho artista. Y tambiÃ©n
incluimos las palabras mÃ¡s buscadas en un pequeÃ±o grÃ¡fico con formas
circulares que le dan un toque creativo y dinÃ¡mico a la pÃ¡gina.

VideoRonk

Similar Posts