Verbose The Indexer

Verbose-The-Indexer

Verbose ist eine Python-basierte Anwendung, die Ihnen durch die Indizierung und die Bereitstellung einer guten Benutzeroberfläche die einfache Suche in TXT- und PDF-Dateien erleichtert.

Einrichten

 sudo apt-get install libgtk-3-dev
pip3 install -r requirements.txt

Laufen

 python3 main.py

Hauptmerkmale:

Suche nach mehreren Wörtern

Exakte Suche

Wenn die Abfrage in Anführungszeichen steht, enthalten die Ergebnisse genau diese Ergebnisse, andernfalls kann die Reihenfolge anders sein. (Beispiel: Bei der Suche nach „Good Boy“ werden sowohl „Good Boy“ als auch „Boy Good“ angezeigt. Wenn jedoch die exakte Suche „Good Boy“ ausgewählt wird, werden nur Ergebnisse von „Good Boy“ angezeigt.

Meinten Sie

Wenn ein bestimmtes Wort nicht gefunden wird, versuchen wir, die bestmöglichen Übereinstimmungen für das Wort zu finden.

GUI

• GTK+ wurde verwendet, um die Benutzeroberfläche für diese Anwendung zu erstellen. Der Hauptvorteil dieser Anwendung besteht darin, dass sie sich an das Design anpasst, das Sie auf Ihrem Desktop verwenden

Benutzerfreundlichkeit

Wenn eine bestimmte Datei ausgewählt wird, werden alle Vorkommen der Abfrage angezeigt. Wenn Sie auf ein bestimmtes Vorkommen klicken, wird die Datei ab dieser bestimmten Seitennummer oder Zeilennummer der Datei geöffnet.

Weitere Funktionen

• Wortstammbildung (z. B.: Rechtschreibung -> Zauber; Helden -> Held). Diese Funktion hilft uns, die Form von Verben zu ignorieren
• Speichern von Indizes: – Sobald Sie eine Datei indiziert haben, speichern wir die Indizes davon, damit wir nicht erneut auf die Indizierung warten müssen.
• Letzte Suchanfragen werden nachverfolgt, sodass Sie das nächste Mal, wenn Sie nach derselben Suchanfrage suchen müssen, diese direkt ausführen können.
• Sucht sowohl nach PDF- als auch nach TXT-Dateien.
• Das Ranking erfolgt durch den TF-IDF-Algorithmus

Datenstrukturen:

Die im Projekt verwendeten Datenstrukturen sind Wörterbuch, Listen und Mengen.

• Hauptindexwörterbuch = { Wort: { Buch: { Seite/Zeile: [Vorkommen] } } }

• Individuelles Dateiwörterbuch (das gespeicherte) = { Wort: { Seite/Zeile: [Vorkommen] } }

• Antwort = { Buch: [Seiten-/Zeilenzahlen] }

Referenzen:

• Peter Norvigs „Did You Mean“-Implementierungslink

• Quoras Antwort, die uns die Grundidee gab, Link

• GTK+-Dokumentationslink

• Datensatz von Project Guntenburg, 20Newsgroup und verschiedenen anderen Websites.