Indexserverartige Suchmaschine für Lenny

[barmeier]

Hallo zusammen,

ich habe hier einen Fileserver auf dem ca. 300 GB Texte, Quellcodes und andere Dokumente liegen in den Formaten PDF, DOC, ODT, TXT, RTF, SVG usw.
Gibt es eine Suchmaschine, die über ein Webinterface zu bedienen ist und diese Formate inidzieren kann ?

Im Wesentlichen wie der Indexserver nur besser und für Linux.

Ciao
Matze

[ThorstenS]

eine Möglichkeit: http://linuxgazette.net/159/okopnik.html

[Mr_Snede]

Auf Anhieb fallen mir einige indexer ein, bzw habe sie per

Code: Alles auswählen

apt-cache search index

herausgesucht (gerade an nem ubuntu 8.10):

--> http://projects.gnome.org/tracker/ --> http://www.mail-archive.com/tracker-lis ... 03098.html
--> http://wiki.ubuntuusers.de/Beagle
--> http://de.wikipedia.org/wiki/Strigi

[EDIT]--> http://strigi.sourceforge.net/?q=links


In wie weit Webinterfaces vorhanden sind müsstest du selbst mal rausfinden. Ansonsten kann man wohl einige auch direkt per Konsole bedienen. Ich kann mir durchaus vorstellen, dass die Suchmaschinen auch remote von eine Desktopoberfläche benutzbar sind.
Oder halt die Platten lokal einbinden und dann halt die Indexer drüber laufen lassen.

[minimike]

google-desktop?

Code: Alles auswählen

darko@bitch:~$ nmap localhost -p 33288

Starting Nmap 4.62 ( http://nmap.org ) at 2009-02-11 15:19 CET
Interesting ports on localhost (127.0.0.1):
PORT      STATE SERVICE
33288/tcp open  unknown

Nmap done: 1 IP address (1 host up) scanned in 0.101 seconds
darko@bitch:~$ 

[barmeier]

hi,

schön wäre irgendwas was Out-of-the-box den Job macht, das Einrichten der Filter, die später dann die verschiedenen Dateiformate zerlegen scheint mir mächtig kompliziert.

Wir hatten eine zeitlang etwas lucene basiertes im Einsatz, aber das Konfigurieren und ewige Nachziehen der verschiedenen benötigten Pakete zieht sich wie Kaugumme. Das Ding wurde zur Wartungsleiche.

Schön wäre was komfortables google-desktop klingt zwar vielversprechend, aber haben die dann nicht wieder seltsame Lizenzmodelle ?

Ciao
Matze

[minimike]

Hmm, das sieht cool aus, kurz überflogen

http://www.asabox.com/goolag/index_en.htm

[barmeier]

Hi,

wie schätzt du diesen Hinweis von Wikipedia ein ?

Datenschützer warnen vor der Suchfunktion über mehrere Rechner, die schon Version 3 von Google Desktop anbot. Bei dieser Funktion wird der Suchindex über die Dokumente, die sich auf dem eigenen Rechner befinden, auf zentralen Servern von Google gespeichert. Damit könnten z. B. Ermittlungsbehörden oder Regierungen leicht Zugriff auf private Dokumente bekommen. Für Dateien auf einem Server gelten in den USA geringere Datenschutzbestimmungen als für den Zugriff auf einen PC.

Auch wenn diese Funktionen ausgeschaltet sind, sendet Google Desktop eine eindeutige ID an Google, mit der sich theoretisch alle Daten, wie getätigte Suchen, besuchte Webseiten (über Google Analytics) und mehr, miteinander verknüpfen lassen und umfangreiche Nutzerprofile angelegt werden können.

Das klingt ja nicht so, als ob man damit die Daten eines kleinen Firmenintranet indizieren sollte finde ich.

Ciao
Matze

[minimike]

Und wenn man das Protokoll in der Firewall sperrt?

[barmeier]

Hi,

zu heiß. Outbound Traffic wird kaum gefiltert und wenn einer der Admins Mist baut bin ich wieder schuld
Sonst muss ich mein steinaltes UNI Projekt auspacken und es damit versuchen.

Ciao
Matze