Witam,

Chciałbym stworzyć wyszukiwarkę dokumentów, która przeszukiwałaby dokumenty pod kątem wystąpienia danej frazy w dokumencie (zapewne po jakimś zindeksowaniu ich wcześniej). Czy jest to możliwe do zaimplementowania w php ? Może ktoś zna gotowe rozwiązania ?

pozdr.

Jakich dokumentów xml, txt, pdf, doc

dokumenty: doc, pdf, txt, rtf

Hmm, jakby wczytać ich zawartość do bazy oraz założyć jakiś fulltext to czemu nie.

Jakbym wiedział, że to będą pliki nie zawierające zbyt dużej ilości danych to jeszcze ok, ale mogą się zdarzyć pliki, które maja po kilkadziesiąt stron...

Dobra baza, dobre zapytanie, dobry serwer i zobacz jaki masz ficzer: podgląd plików bez pobierania ich Z tego co się orientuje to musiał byś otworzyć każdy plik, sprawdzić jego zawartość - jak jest tym co jest poszukiwanie to go wyświetlić i tak w kółko. Jak nie chcesz całych dokumentów wwalać do bazy to może jakieś słowa kluczowe?

Indeksowanie binarnych plików to nie jest domena PHP, tym bardziej potrzebujesz narzędzia do efektywnego wyszukiwania pełnotekstowego, a baza danych nią nie jest. Na dużą i bardzo dużą skalę można użyć Solr. Na mniejszą np. Xapiana. Pierwszy Solr - wystawia RESTowe API więc w frontendzie PHP dogadasz się z nim curlem. Xapian ma swój własny binarny moduł do PHP udostępniający jego API. Z tego co wiem oba narzędzia mogą indeksować niektóre binarne typy plików. Co do reszty trzeba by stosować jakiś "preprocesor" przetwarzający plik do indeksowanego formatu (znajdą się jakieś Linuksowe/uniksowe narzędzia )

Jeszcze było coś takiego, jak SphinX, też natywny moduł do PHP.

Sphinx działa generalnie w oparciu o dane z bazy danych (można też dawać mu dane przez XML, ale to inna historia).

dzięki za sugestie, zorientuje się w możliwościacj i dam znać co i jak poszło...

pozdr.