源起

之前有一个群友在群里问个如何快速搭建一个搜索引擎，在搜索之后我看到了这个

代码所在

官方很贴心，很方便的是已经提供了docker 镜像，基本pull下来就可以很方便的使用了，执行命令

    cid=$(sudo docker ps -a | grep searx | awk '{print $1}')
    echo searx  cid is $cid
    if [ "$cid" != "" ];then
        sudo docker stop $cid
        sudo docker rm $cid
    fi
    sudo docker run -d --name searx -e IMAGE_PROXY=True -e BASE_URL=http://yourdomain.com  -p 7777:8888 wonderfall/searx

然后就可以使用了,正常查看docker的状态，就可以正常的使用了

思考

怎么样，是不是很方便，我们先看看源码是怎么样实现的

https://github.com/asciimoo/searx/tree/master/searx/engines

我们打开里面的代码，其实本质就是将request之后的结果做一个大的聚合，至于数据来源，我们可以是来于DB,或者文件，我们可以看一下他的核心代码

    from urllib import urlencode
    from json import loads
    from collections import Iterable
    
    search_url = None
    url_query = None
    content_query = None
    title_query = None
    suggestion_query = ''
    results_query = ''
    
    # parameters for engines with paging support
    #
    # number of results on each page
    # (only needed if the site requires not a page number, but an offset)
    page_size = 1
    # number of the first page (usually 0 or 1)
    first_page_num = 1
    
    
    def iterate(iterable):
        if type(iterable) == dict:
            it = iterable.iteritems()
    
        else:
            it = enumerate(iterable)
        for index, value in it:
            yield str(index), value
    
    
    def is_iterable(obj):
        if type(obj) == str:
            return False
        if type(obj) == unicode:
            return False
        return isinstance(obj, Iterable)
    
    
    def parse(query):
        q = []
        for part in query.split('/'):
            if part == '':
                continue
            else:
                q.append(part)
        return q
    
    
    def do_query(data, q):
        ret = []
        if not q:
            return ret
    
        qkey = q[0]
    
        for key, value in iterate(data):
    
            if len(q) == 1:
                if key == qkey:
                    ret.append(value)
                elif is_iterable(value):
                    ret.extend(do_query(value, q))
            else:
                if not is_iterable(value):
                    continue
                if key == qkey:
                    ret.extend(do_query(value, q[1:]))
                else:
                    ret.extend(do_query(value, q))
        return ret
    
    
    def query(data, query_string):
        q = parse(query_string)
    
        return do_query(data, q)
    
    
    def request(query, params):
        query = urlencode({'q': query})[2:]
    
        fp = {'query': query}
        if paging and search_url.find('{pageno}') >= 0:
            fp['pageno'] = (params['pageno'] - 1) * page_size + first_page_num
    
        params['url'] = search_url.format(**fp)
        params['query'] = query
    
        return params
    
    
    def response(resp):
        results = []
        json = loads(resp.text)
        if results_query:
            for result in query(json, results_query)[0]:
                url = query(result, url_query)[0]
                title = query(result, title_query)[0]
                content = query(result, content_query)[0]
                results.append({'url': url, 'title': title, 'content': content})
        else:
            for url, title, content in zip(
                query(json, url_query),
                query(json, title_query),
                query(json, content_query)
            ):
                results.append({'url': url, 'title': title, 'content': content})
    
        if not suggestion_query:
            return results
        for suggestion in query(json, suggestion_query):
            results.append({'suggestion': suggestion})
        return results

结果

每个response的时候我们都要以轻松的定制返回的数据（可以是网络，可以是数据库，可以是文件），那我们进一步想一下，如果我们可以hack response 结果，那我们完全可以将自己爬来的数据做为返回结果。如果是1024之类的，完全可以打造自己的“爱好”小引擎，代码我就不贴了，大家可以自己动手自己玩玩。结合jieba分词，可以更好玩一点。