关于 Lume搜索
Lume搜索 是一个自建的轻量网页搜索引擎:由抓取程序定期访问公开网页,提取标题与摘要建立索引,再通过自建倒排索引对外提供查询。
抓取规范
- 遵守目标站点
robots.txt中的 Allow / Disallow 与 Crawl-delay 规则; - 按域名限速抓取,不会对同一站点发起并发轰炸;
- 爬虫标识:LightBot(lume_1.0@foxmail.com),抓取规则与屏蔽方法见 爬虫介绍;
- 仅索引 HTML 页面正文,不抓取图片、音视频与二进制附件;
- 站长可通过 网址提交 优先收录自己的网站首页。
查询语法
关键词—— 普通搜索,中文按二元分词匹配;intitle:关键词—— 只在标题中匹配;site:example.com—— 只搜索该站点。
排序说明
综合排序由以下因素加权得到:标题命中率与命中位置、摘要命中率、URL 匹配、内链权重与内容新鲜度。索引内容仅用于检索展示,原文版权归各站点所有,点击标题将跳转到原始页面。