哪个自定义搜索引擎？

Question

我在Apache上使用PHP和MySQL运行了一个网站。

我希望对MySQL表格以及.pdf和.docx文档中存储的文字实施自定义搜索引擎。

我不确定要使用哪种API。

我查看了Google的Custom Search Engine (CSE)和Elastic Search。我知道，弹性只能在基于Java的服务器上运行，因此我无法沿着这条路走下去。

我知道Elastic可以通过REST api处理我的需求。 Google CSE是否也可以这样做，即搜索存储在数据库表格和PDF中的文本？那里有可能的任何其他自定义搜索API吗？

Answer 1

Google自定义搜索引擎（在您的案例中为Google Site Search）甚至任何其他网络机器人（例如Nutch）等解决方案只能读取网络方面的内容：浏览器可以访问的内容（没有登录）并通过显示网页的URL（带有标题和文本内容的摘录）对此进行分类。

如果无需登录即可访问所有PDF，docx和网页，则效果非常好。网络应用创建者应该启用它。这并不意味着普通用户可以访问所有人，只需要访问机器人（例如，Springer发布者邀请Google僵尸网站访问几乎所有内容但不是普通浏览器。）

如果您希望搜索服务器只访问数据库的字段，则需要与您的数据库通信。 Google Site Search（Google自定义搜索的一种形式）不允许这样做。 ElasticSearch和Apache Solr允许这样做。但是，出于安全原因，大多数Web托管服务不会从外部访问数据库端口。因此，您可能会看到另一个要求您可能在内部运行搜索服务器。

运行java或Google CSE的要求似乎是不可避免的。我知道在其他语言中没有相同质量的解决方案（例如Drupal可以提供基于MySQL的文本搜索，但它具有低得多的容差）。如今，许多云节点都可以运行java。