SF FTP Search Engine

哈工大 SF FTP Search Engine

系统简介

SF超高速FTP搜索引擎是全国新一代超高速FTP全站搜索引擎之一，索引速度远高于同类产品，在两千万候选项中查询两百万结果只在毫秒量级即可完成。并且支持多种排序方式、站点快照等贴近用户使用的功能。

本搜索引擎由哈尔滨工业大学学生利用业余时间开发，采用GPL开源协议全球公开发行，面向全国提供FTP站点文件检索服务，拥有相当的声誉及客流量，现在定位为成为全亚洲头号FTP搜索引擎，还在不断的发展与完善中。

SF搜索引擎为回报学校，激励学子刻苦学习，特用其广告收入设立了“SF奖学金”第一期奖学金已经发到了学子手中。

“开源、高速、友好、交流、共进”是SF所秉行的宗旨；以技术为先，共同学习进步，为技术的发展尽一份力是SF的最终使命。愿您能了解SF、使用SF、熟悉SF、并最终喜爱上SF。

系统特点

拥有极快的超高速索引引擎，可在一秒内从两千万文件中检索出两百万个排序后的结果
查询结果可按“IP距离”、“文件日期”、“文件大小”、“文件名长度”进行排序，排序可按升序也可按降序进行
搜索关键字高亮显示
分页显示
可通过浏览器进行安装设置以及后台管理
数据更新可完全后台运行，数据更新期间无需停止服务
分布式计算结构支持，前台界面与后台程序完全分离，方便DIY，凡安装SF系统，均可以从其它SF系统上获得并向其它SF系统提供数据
搜索信息可以通过RSS进行订阅
如果未找到结果，用户可以通过电子邮件订阅自动通知。当可以找到结果时，系统将自动通知用户
支持VIP站点设置，重要站点的结果可以排在前面
支持指定站点，指定类别搜索
支持用户偏好设定，用户可以自行定义一些默认的查询参数，这样不需要在每次查询时额外指定
支持非匿名及使用非标准端口的FTP服务器，能在搜索结果中显示服务器的位置所在（通过纯真IP数据库）
支持站点快照
支持24小时无人职守运行，自动完成数据采集更新
详细的访客来源分析
详细的搜索排名统计
POSIX兼容，可以在linux及windows（使用cygwin）平台上使用
纯C++内核，源代码采用GPL协议，开源、免费
冗错支持，不会因偶然的网络链接故障而导致原先的数据丢失
详细的日志系统，可以很方便的知道哪个服务器在抓取数据的时候出了问题，出了什么问题
支持是否可以下载的指示功能，一眼便知是否可以使用SF所提供的帐户名及密码进行下载，大大节约了用户尝试的时间。

获取源码

获取SF的源代码有两种方式：

通过下载发行版获得源码，建议普通用户使用这种方式。下载地址：http://gf.cs.hit.edu.cn/frs/?group_id=28
通过Subversion获得源码，建议高级用户使用此方式，可以获得最新的SF代码：

获得稳定版代码

svn checkout http://svn.gf.cs.hit.edu.cn/svn/sfsearch/stable

获得正在开发中的代码，仅做参考，不能用来搭建系统

svn checkout http://svn.gf.cs.hit.edu.cn/svn/sfsearch/dev

系统文档

超音速版

亚音速版

安装帮助

Q：安装时出现“fopen(/path/somedir/*path.h) failed to open stream: Permission denied ..”错误
A：权限问题，请执行：chmod -R 777 /path/somedir/
Q：安装完成后，查询时出现“map memory is error!”错误
A：这主要是由于没有任何可检索的文件造成的，请检查/sf/data/file_info这个文件的大小是否是0。请重新运行/sf/bin/flashdata.sh抓取FTP服务器数据。

使用帮助

Q：如何进行指定站点查询
A：可以在查询框内输入通过“site”子句，指定站点，语法如下：

site:[ip]
site:[dns]

如：查询202.118.224.241这个IP地址的站点： site:202.118.224.241

查询run.hit.edu.cn这个IP地址的站点： site:run.hit.edu.cn

Q：如何进行指定类型查询
A：可以在查询框内输入通过“type”子句，指定站点，语法如下：

type:[类型]

如：查询“电影”类文件：

type:电影

查询“音乐”类文件：

type:音乐

局限性

当某个站点N多次都连不上时，collect程序应从站点列表中将此站点删除，以减少以后抓取数据时做重复而无用的动作，但目前collect程序未完成此工作。
当某服务器的密码及用户名含有“:”、“@”、“/”、……等特殊字符时，可能出现错误显示
每个关键字的长度不能小于2
当某服务器上的目录名以空格开头，则无法检索此目录
当某关键字全为汉字的时候，可能出现多检的情况，即检出的结果中的某些结果可能不是正确结果（不过不会漏检）

常用连接

发行版本变迁历史