Motori di ricerca desktop

Durante la preparazione per esami non mi piaceva cercare manualmente in PDF, Word e altri file. Per questo ho iniziato a cercare motori di ricerca desktop.

I criteri per le applicazioni testate erano:

• La possibilità di costruire un indice per consentire ricerche rapide.
• Almeno il supporto per i file PDF.
• Funzione di anteprima.
• Open source se possibile.

Docfetcher

Docfetcher utilizza Apache Lucene che permette una ricca sintassi per le ricerche, per esempio wildcards, la ricerca frasi e ricerche fuzzy. L’interfaccia utente è organizzata perspicua e la funzione di anteprima è fluida e veloce. Tra tutti i programmi testati, Docfetcher è il mio preferito. Purtroppo c’è un bug dopo l’aggiornamento 261 di Java 8 che rende il programma non eseguibile. Un bugfix per il software open source è annunciato per l’inizio del 2021. Oltre alla versione open source, esiste una versione Pro con un’ampia gamma di funzioni.

Pro

• Indipendente dalla piattaforma.
• Interfaccia utente (funzione di anteprima).
• Sono possibili ricerche complesse.

Contro

• Attualmente eseguibile solo con la vecchia versione Java.
• Versione Pro non é open source.

regain

regain è molto snello in termini di entità. Il motore di ricerca è alimentato da Apache Lucene e di conseguenza consente l’utilizzo di operatori di ricerca complessi. L’accesso alla maschera di ricerca avviene tramite un browser. I risultati della ricerca appaiono come un elenco con una breve ma non necessariamente utile anteprima. Tuttavia, è pratico che i risultati della ricerca possano essere aperti immediatamente nel browser, se il formato è supportato. La ricerca è veloce, ma bisogna cercare di nuovo nel documento stesso. Il progetto sembra non essere più sviluppato attivamente. La versione più recente risale al 2014.

Pro

• Velocità.
• Sono possibili ricerche complesse.

Contro

• Molto rudimentale (nessun filtro, anteprima non molto utile).
• Nessun ulteriore sviluppo per un bel po’ di tempo.

Open Semantic Search

Il software di ricerca gratuito Open Semantic Search offre una vasta gamma di strumenti per analizzare, organizzare e cercare dati non strutturati. I componenti sono una ricerca full text (inclusi operatori di ricerca, ricerca fuzzy, ecc.) o una ricerca esplorativa per anteprima del documento nei risultati di ricerca e filtro interattivo. L’ambiente di ricerca è basato su Apache Solr ed Elasticsearch ed è offerto come “virtual machine image” che richiede un’installazione Virtual Box. La documentazione sul sito web rende facile l’inizio.

Pro

• Indipendente dalla piattaforma.
• Funzione di anteprima per i risultati della ricerca (possibile testo in chiaro e embed).
• Supporto per modalità di ricerca multiple.

Contro

• Dipendenza da Virtual Box.
• Lentamente e computazionalmente intensivo.

DocSearcher

Lo strumento di ricerca multipiattaforma DocSearcher utilizza Apache Lucene, POI e PDF Box. La ricerca in numerosi formati di testo è supportata. L’installazione non è necessaria, basta decomprimere l’archivio scaricato ed eseguire il file JAR. I risultati della ricerca vengono visualizzati in un elenco, purtroppo senza anteprima.

Pro

• Indipendente dalla piattaforma.
• Sono possibili ricerche complesse.

Contro

• Nessuna anteprima.

Terrier

Terrier è un motore di ricerca open source sviluppato a l’Università di Glasgow. Terrier è sviluppato utilizzando il linguaggio di programmazione Java. La serie di funzioni è allo stato dell’arte nel information retrieval. La configurazione e l’indicizzazione avviene principalmente dalla linea di comando. Per la ricerca sono disponibili una versione “desktop-demo app” e una versione “web-based-terrier”, la cui funzionalità è limitata.

Pro

• Information retrieval sullo stato dell’arte.

Contro

• Configurazione complessa.
• Nessuna interfaccia utente, applicazioni demo non adatte ad un uso produttivo.