nanosearch

奈米搜尋

Nanosearch 是一款記憶體搜尋引擎，專為小型（< 10,000 URL）網站而設計。

使用 Nanosearch，您可以用幾行程式碼建立搜尋引擎。

Nanosearch 支援 BM25 和 TF/IDF 演算法。

Nanosearch 也計算連結圖，並使用頁面的內連結數量作為排名因素。這對於按關鍵字對有多個相關頁面的查詢結果進行排名非常有用。

安裝

pip install nanosearch

快速入門

從網站地圖建立搜尋引擎

 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 )

從 URL 清單建立搜尋引擎

 from nanosearch import NanoSearchBM25

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

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

print ( results )

將索引儲存到磁碟

您可以將索引儲存到磁碟並稍後載入：

 engine . to_nanosearch_json ( "index.json" )

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

支援的演算法

Nanosearch 支援以下搜尋演算法：

• 特遣部隊/以色列國防軍
• BM25

執照

該計畫已獲得麻省理工學院許可。