nanosearch

nanorecherche

Nanosearch est un moteur de recherche en mémoire conçu pour les petits sites Web (< 10 000 URL).

Avec Nanosearch, vous pouvez créer un moteur de recherche en quelques lignes de code.

Nanosearch prend en charge les algorithmes BM25 et TF/IDF.

Nanosearch calcule également un graphique de liens et utilise le nombre de liens entrants vers une page comme facteur de classement. Ceci est utile pour classer les résultats des requêtes comportant plusieurs pages pertinentes par mot-clé.

Installation

pip install nanosearch

Démarrage rapide

Créer un moteur de recherche à partir d'un plan du site

 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 )

Créer un moteur de recherche à partir d'une liste d'URL

 from nanosearch import NanoSearchBM25

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

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

print ( results )

Enregistrer un index sur le disque

Vous pouvez enregistrer un index sur le disque et le charger plus tard avec :

 engine . to_nanosearch_json ( "index.json" )

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

Algorithmes pris en charge

Nanosearch prend en charge les algorithmes de recherche suivants :

• TF/FDI
• BM25

Licence

Ce projet est sous licence MIT.