Поиск текста на вебсайте

Данное приложение предназначено для организации простой поисковой системы на виртуальном WWW сервере. Оно использует систему glimpse для построения индексов, что позволяет значительно ускорить поиск.

Обработка запроса и форматирование результатов поиска производится cgi скриптом, использующим технологию шаблонов. Это позволяет оформить результаты поиска в полном соответствии с дизайном сервера.

Подробнее о шаблонах и их использовании в скриптах

Данная поисковая система не имеет никаких ограничений на количество и объем индексируемых документов, однако файлы с индексами занимают дисковое пространство.

Индексацию сайта необходимо предварительно включить на сервере статистики (выбрав пункт "Управление услугой" в свойствах конкретного домена).

Индексатор предполагает, что кодировка файлов - windows-1251. Соответственно руский поиск (большие/маленькие буквы) выполняется именно с учетом этой кодировки.

Индексатор ищет все файлы с расширениями .html, .htm, .shtml, .shtm, .HTM находящиеся в директории www (и дальше по дереву поддиректорий). Если нужно ограничить доступ индексатора до определенных директорий, то в директории www нужно сделать стандартный файл robots.txt. Имя индексатора - Gliws.

#robots.txt for http://www.domain/
User-agent: Gliws
Disallow: /dir/
Disallow: /other-dir/

Индексатор автоматически запускается раз в сутки в промежутке с 22:45 до 23:30. Индексы лежат в директории ~/.gliws. Для ручного запуска индексатора необходимо использовать программу "glindex" из unix shell.

CGI скрипт gliws.pl должен получать следующие параметры:

• query - запрос на поиск. (обязательный параметр)
• partial - поиск частей слов (по умолчанию - нет, т.е. поиск полных слов)
• records - сколько выводить записей на страницу (по умолчанию 10)

В данном приложении используются следующие шаблоны:

• .tpl - вывод записей. Понимает переменные: ^total,^first,^last,^query,^#,^title,^text,^url,^next, ^prev.
• .err - вывод ошибки. Понимает переменную ^error - собственно, текст ошибки.
• .nof - Выводится в случае, если документов не найдено. Не понимает переменных.

^total - количество найдено документов
^first - номер первого документа на странице
^last - номер последнего документа на странице
^query - запрос на поиск
^# - номер документа
^title - название документа (<title>)
^text - содержимое тэга <META NAME="DESCRIPTION" или первые строки документа
^url - Путь к документу
^next - переход к следующей странице
^prev - переход к предыдущей странице

То, что пользователь задал в кавычках или скобках, ищется как есть. Слова, заданные вне кавычек, ищутся, как если бы между ними стоял оператор AND. Слова могут объединятся оператором AND (алиасы &, &&) или OR (|,||). Конструкции могут объединятся скобками.

Примечание: не рекомендуется задавать слишком длинный текст в кавычках - glimpse этого не любит. Лучше объединять слова AND'ом.

Если в запросе будут большие буквы, то запрос воспринимается как Case Sensitive (учет размера букв при поиске). В противном случае case insencitive.

Максимальное количество выдаваемых документов 200. Если при поиске будет найдено 200 документов, то скорее всего необходимо уточнить критерий поиска.

Пример поиска

(пушкин & 'евгений онегин') OR (мой AND дядя AND самых AND честных AND правил)

Пример вызова скрипта

<FORM METHOD="GET" ACTION="/cgi/gliws.pl/templates/gliws">
<!-- /templates/gliws - путь к шаблону.
Скрипт будет искать шаблон ~/templates/gliws.* -->
Search For:<INPUT TYPE="text" NAME="query" VALUE="" SIZE=50>
<p>
Results per page:
<select name="records" size=1>
<option selected value="10">10</option>
<option value="25">25</option>
<option value="50">50</option></select>
<P>
<INPUT TYPE="checkbox" NAME="partial">
<P>
<INPUT TYPE="submit" NAME="Search" VALUE="Search">
</FORM>

В шаблоне должны присутствовать строки

Особенности использования

Если Вы хотите чтобы в результатах поиска корректно отображалось краткое описание документа, которое в html-коде было включено в тэг <title></title>, нужно обратить особое внимание на то, что <title> должен находиться до META-тэга "Description".

Пример файла .tpl