شرلوک هلمز یک موتور جستجو جهانی، یک سیستم برای جمع آوری و نمایه سازی از داده های متنی (فایل های متنی، صفحات وب، و غیره)، هر دو به صورت محلی و بر روی شبکه است
ویژگی ها:.
در جمع آوری فایل ها از طریق HTTP و یا از فایل های محلی.
تجزیه فایل های متنی، HTML، PDF، و چندین فرمت های دیگر با استفاده از تجزیه کننده های خارجی (مانند MS Word و پست اسکریپت).
کل سیستم مدولار است، بنابراین اضافه کردن منابع داده خود و یا تجزیه کننده است فقط ماده از متصل کردن در ماژول سمت راست (خوب، معمولا آن را به نوشتن).
خوبی کار می کند در محیط نویسهگان مخلوط شده است.
در نظر occurences چند از همان فایل (حتی با تغییرات جزئی) یک سند واحد با URL های متعدد است.
همه چیز بسیار قابل تنظیم است. شما می توانید قوانین فیلترینگ در یک زبان خاص است که اجازه می دهد تا به نیشگون گرفتن و کشیدن متغیرهای پیکربندی بسته به سند مورد پردازش ارسال.
جستجو از کلمات، عبارات و اصطلاحات منطقی. جستجو در نام پرونده ها و متون لینک کنید.
جستجو مجاورت و وزن نزدیکی از جستجو به طور منظم.
به رسمیت شناختن زبان، ادغام آسان از stemmers و لغت نامه های synonymic.
جستجوگر املا بر اساس فرکانس کلمه مشاهده شده در اطلاعات نمایه، اشاره به کاربر است که پرس و جو خود را ممکن است اشتباه.
نتایج جستجو شامل بافت در هر سند.
به خوبی به دهها میلیون نفر از اسناد بر روی سخت افزار PC طبیعی تعادل.
رابط کاربری (جلویی) است به طور کامل از بقیه سیستم جدا، ساخت آن آسان برای تغییر و همچنین به جاسازی موتور جستجو در برنامه های موجود.
فایل های دانلود شده و شاخص های فشرده به صرفه جویی در فضا.
نظر یافت نشد