nanosearch

nanobúsqueda

Nanosearch es un motor de búsqueda en memoria diseñado para sitios web pequeños (<10.000 URL).

Con Nanosearch, puedes crear un motor de búsqueda en unas pocas líneas de código.

Nanosearch admite los algoritmos BM25 y TF/IDF.

Nanosearch también calcula un gráfico de enlaces y utiliza la cantidad de enlaces entrantes a una página como factor de clasificación. Esto es útil para clasificar los resultados de consultas en las que hay varias páginas relevantes por palabra clave.

Instalación

pip install nanosearch

Inicio rápido

Cree un motor de búsqueda a partir de un mapa del sitio

 from nanosearch import NanoSearchBM25

engine = NanoSearchBM25 (). from_sitemap (
    "https://jamesg.blog/sitemap.xml" ,
    title_transforms = [ lambda x : x . split ( "|" )[ 0 ]]
)
results = engine . search ( "coffee" )

print ( results )

Cree un motor de búsqueda a partir de una lista de URL

 from nanosearch import NanoSearchBM25

urls = [
    "https://jamesg.blog/" ,
    "https://jamesg.blog/coffee" ,
]

engine = NanoSearchBM25 (). from_urls ( urls )
results = engine . search ( "coffee" )

print ( results )

Guardar un índice en el disco

Puede guardar un índice en el disco y cargarlo más tarde con:

 engine . to_nanosearch_json ( "index.json" )

engine = NanoSearchBM25 (). from_nanosearch_json ( "index.json" )

Algoritmos soportados

Nanosearch admite los siguientes algoritmos de búsqueda:

• TF/FDI
• BM25

Licencia

Este proyecto está bajo una licencia MIT.