devinmagic
V2EX  ›  问与答

本地有几十万本电子书,怎么搜索书中的文本内容?

  •  
  •   devinmagic · Jan 5, 2024 · 3358 views
    This topic created in 1036 days ago, the information mentioned may be changed or developed.
    请问各位技术达人,本地有二三十万本电子书,可以转为 txt 格式,总容量有上百 G ,请问有什么办法可以快速检索图书中的内容,例如搜索“曹雪芹”就能找到相对应的图书。自己有一台迷你小主机存储这些图书,可以在上面部署服务,谢谢各位了!
    17 replies  •  2024-01-11 10:44:06 +08:00
    blankmiss
    blankmiss
    Jan 5, 2024
    1
    我感觉很难哦 你的文本内容太大了
    ysn2233
    ysn2233
    Jan 5, 2024❤️1
    2
    meilisearch es pg ,能建全文索引的都行吧
    manasheep
    manasheep
    Jan 5, 2024❤️1
    3
    AnyTXT Searcher
    diivL
    diivL
    Jan 5, 2024
    4
    建成 WEB, 然后用 google 的站内搜索
    devinmagic
    devinmagic
    OP
    Jan 5, 2024
    5
    @diivL 很多书都没版权,放到网上估计要被封
    zihuyishi
    zihuyishi
    Jan 5, 2024
    6
    elasticsearch 不就是用来做这个的么,不知道现在中文支持的咋样了
    IsA26hN4DcQDS7Z9
    IsA26hN4DcQDS7Z9
    Jan 5, 2024
    7
    notepad++?

    没试过这么多,最多同时搜索过几百个,

    或者上传到群晖试试?能搜索文件内的内容
    wonderfulcxm
    wonderfulcxm
    Jan 5, 2024 via iPhone
    8
    可以转 txt 那就转了, 交给 ChatGPT 知识库,打造一个查询问答机器人。
    IsA26hN4DcQDS7Z9
    IsA26hN4DcQDS7Z9
    Jan 5, 2024
    9
    @wonderfulcxm 费用爆表了,哈哈哈
    BeautifulSoap
    BeautifulSoap
    Jan 5, 2024 via Android
    10
    一本 300kb 的 txt 文字量的话,20w 本共 57gb 的文字量,es 可以处理
    或者本地跑个大语言模型,只不过对显卡要求有点高
    hicdn
    hicdn
    Jan 5, 2024 via Android
    11
    sun1991
    sun1991
    Jan 6, 2024
    12
    grepWin or FileLocator
    PbCopy111
    PbCopy111
    Jan 6, 2024
    13
    不如。。。直接用百度搜。。。然后自己再看书。
    fanyingmao
    fanyingmao
    Jan 6, 2024
    14
    我是用 Calibre 管理电子书,可以建全文索引
    xuanjiangsara
    xuanjiangsara
    Jan 6, 2024
    15
    @fanyingmao 对的。Calibre 已经可以全文索引查找了。就在平时搜索按钮左边。
    haichao0808
    haichao0808
    Jan 9, 2024
    16
    如果是在 linux 系统里面的话,可以试试 grep 或者 ag 命令,可以直接搜索文本内容,但是几百 G 估计比较久
    flynaj
    flynaj
    Jan 11, 2024 via Android
    17
    Windows 自带的搜索就可以,不要把索引关了
    About   ·   Help   ·   Advertise   ·   Blog   ·   API   ·   FAQ   ·   Privacy   ·   Solana   ·   1873 Online   Highest 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 228ms · UTC 06:11 · PVG 14:11 · LAX 22:11 · JFK 01:11
    ♥ Do have faith in what you're doing.