通过 javascript 对 CD-Rom 上的静态 HTML 文件进行全文搜索

Posted 2023-02-23

【中文标题】通过 javascript 对 CD-Rom 上的静态 HTML 文件进行全文搜索

【英文标题】：Full-text search for static HTML files on CD-Rom via javascript

【发布时间】：2010-11-24 08:06:30

【问题描述】：

我将在 CD-Rom 上提供一组静态 html 页面；这些页面需要在没有任何互联网访问的情况下完全可见。

我想为这些页面的内容提供全文搜索（类似 Lucene），它应该可以从 CD-Rom 中“正常工作”，而无需在客户端计算机上安装软件。

在 javascript 中实现搜索引擎将是完美的解决方案，但我很难找到任何看起来可靠/当前/流行的...？

我确实找到了这些： + jsFind + js-search

但这两个项目似乎都相当不活跃？

除了特定的 javascript 搜索引擎之外，另一种解决方案是能够从 javascript 访问本地 Lucene 索引：索引本身将使用 Lucene 构建并与 HTML 文件一起复制到 CD-Rom。

编辑：自己构建（见下文）。

【参考方案1】：

最初的问题是在 09 年提出的

截至 14 年，lunr.js 被描述为：

在浏览器中进行简单的全文搜索

请参阅 Demo 和 Github repo。

---

更新 2016 年 9 月：轻量级模糊搜索，在 JavaScript http://fusejs.io/

【参考方案2】：

Fullproof 是一个漂亮的小型 javascript 库，可以为您充当文本搜索。它在这种情况下很有用，但在“thick-javascript-webpage”模型中也很有用。

【参考方案3】：

其实我自己做的。

现有的解决方案（我能找到）没有说服力。

我希望能够搜索显示为一页的很长的树（ul/li/ul...）；它包含 5000 多个项目。

在一个页面上显示这么长的树听起来有点奇怪，但实际上折叠/展开它比单独的页面更直观，而且由于我们离线，下载时间不是问题（解析时间是，不过，Chrome 很棒 ;-)

现代浏览器（无论如何都是FF和Chrome）提供的“搜索”功能有两个大问题：它们只搜索页面上的可见项，并且无法搜索不连续的单词。

我希望能够搜索折叠的项目（在屏幕上不可见）；我想在搜索“一三”时找到“一二三”（就像谷歌/Lucene）；我只想打开包含找到的项目的树的分支。

所以，我所做的是：

创建单词的倒排索引列表中项目的 ID（通过 xslt）（文档中大约 4500 个唯一单词） 将此索引转换为一堆 javascript 数组（一个单词 = 一个数组，包含 id） 搜索时，将搜索词表示的数组相交 第 3 步返回一个 ID 数组，然后我可以打开/突出显示该数组

它完全符合我的需要，而且速度非常快。更好的是，因为它从独立的“索引”（id 数组）中搜索，所以它甚至可以在浏览器中没有加载列表时进行搜索！

【讨论】：

我们可以看看这方面的任何例子吗？

你有这个公开的吗？

【参考方案4】：

看看 CLucene -

http://sourceforge.net/projects/clucene

http://clucene.git.sourceforge.net/git/gitweb.cgi?p=clucene/clucene;a=summary

将 C++ 源代码编译到控制台或 Win32 可执行文件中，也可以使用 Lucene 技术（我假设您更愿意坚持使用）。

【参考方案5】：

我知道很多人使用 Java 编写 CD 搜索小程序。我有一份略显陈旧的各种免费和商业程序列表，位于 Search Tools for CD-ROMs and DVDs。

【参考方案6】：

Zoom Search Engine 可以做到这一点。

我没用过CD版，但是我的网站用的是php版，效果很好。

【讨论】：

我确实看过，谢谢，但适应我的特定需求似乎相当复杂。