Lucene/Solr、Whoosh、Sphinx、Xapianでの文書検索

Question

Lucene/Solr、Whoosh、Sphinx、XapianをDOC、DOCX、HTML、PDF形式で検索しています。 Solrだけが文書を直接索引付けする文書パーサー（Tika）を持つことが文書化されています。だからそれは明らかな勝者のようです。

しかし、競技場を水平にするために、私は代替案を検討したいと思います。他の人は直接文書インデックス（私が見逃している可能性があります）を持っていますか？そうでない場合、簡単に実装できますか？それともソルは圧倒的な選択ですか？

Answer 1

Sphinxでは、PHPスクリプトを使用してxmlpipe_commandオプションでファイルを変換できます。 PHPにはTikaラッパーがあるので、スクリプトとセットアップ自体を書くのは難しくありません。