Swish-e: indexador contenido web y ficheros
Swish-e es una libería que permite indexar texto, e-mail, PDF, HTML, XML y Microsoft®
Word/PowerPoint/Excel, también permite usar filtros para indexar PDF, gzip o PostScript. Tiene una lista de características sin fin.
Swish-e es rápido y existe una librería PECL para poder usarla.
Vía / Zend Developer Zone