soso.ooo 一个白名单搜索引擎 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
爱意满满的作品展示区。
thisismr2
V2EX    分享创造

soso.ooo 一个白名单搜索引擎

  •  7
     
  •   thiismr2
    PRO
    txthinking 2022-02-18 10:04:01 +08:00 7206 次点击
    这是一个创建于 1399 天前的主题,其中的信息可能已经有所发展或是发生改变。

    鉴于中英文内容农场都泛滥了

    https://soso.ooo

    一个基于白名单的搜索

    目前收录的域名:

    https://filelink.io/1399vqxlpy61i.73697465732e747874

    可从主页提交域名收录

    第 1 条附言    2022-02-18 15:21:13 +08:00
    需要科学上网,对圈里来说这应该不是门槛
    第 2 条附言    2022-02-19 07:58:48 +08:00
    并不仅限于技术类站点。
    这里提交你知道但还未收录的非低质量站点:

    https://github.com/txthinking/soso/issues/new
    64 条回复    2022-02-20 14:06:49 +08:00
    v2ka
        1
    v2ka  
       2022-02-18 10:24:30 +08:00   2
    没想到,前几天看到的一个想法,

    真的落实成了产品。

    这是一个很好的尝试。
    yfugibr
        2
    yfugibr  
       2022-02-18 10:26:14 +08:00 via Android
    mark 了,希望能活久点
    corningsun
        3
    corningsun  
       2022-02-18 10:32:56 +08:00
    收藏,加油!
    thisismr2
        4
    thisismr2  
    OP
    PRO
       2022-02-18 10:33:58 +08:00
    thisismr2
        5
    thisismr2  
    OP
    PRO
       2022-02-18 10:42:54 +08:00
    @yfugibr 共勉
    thisismr2
        6
    thisismr2  
    OP
    PRO
       2022-02-18 10:48:44 +08:00
    @corningsun 共建美好 :)
    villivateur
        7
    villivateur  
       2022-02-18 10:53:58 +08:00 via Android
    哈哈,你第一次发还是在我之前发的帖子里

    https://v2ex.com/t/832596#reply26
    WuSiYu
        8
    WuSiYu  
       2022-02-18 10:56:44 +08:00 via iPhone   1
    支持!之前就希望有一个这种产品了,现在采集站太多,白名单很有必要
    thisismr2
        9
    thisismr2  
    OP
    PRO
       2022-02-18 11:01:16 +08:00
    @villivateur 哈哈
    thisismr2
        10
    thisismr2  
    OP
    PRO
       2022-02-18 11:09:34 +08:00
    @WuSiYu 嗯 互联网变了
    thisismr2
        11
    thisismr2  
    OP
    PRO
       2022-02-18 11:20:39 +08:00
    目前收录的主要是(所知有限) 的常用开发者站点和一些独立博客,以及我收藏的一些书签里的站点
    大家知道的 质量好的站点 或者 个人博客 可以在主页提交
    njutree
        12
    njutree  
       2022-02-18 11:24:22 +08:00
    点赞
    thisismr2
        13
    thisismr2  
    OP
    PRO
       2022-02-18 12:22:43 +08:00
    thisismr2
        14
    thisismr2  
    OP
    PRO
       2022-02-18 13:23:44 +08:00
    #2 嗯。有人用的话 说明有价值 就会活着
    RatioPattern
        15
    RatioPattern  
       2022-02-18 14:12:16 +08:00
    打开有点慢搜索显示正在连接中没有结果。。。
    我之前用的 https://github.com/Arryboom/keyword_filter 这个,本地启动和过滤速度很快,不过作者只给了 baidu 的例子
    2bNot2b
        16
    2bNot2b  
       2022-02-18 14:15:59 +08:00
    点赞 好奇楼主的盈利方式
    thisismr2
        17
    thisismr2  
    OP
    PRO
       2022-02-18 14:34:56 +08:00
    @RatioPattern 可能需要科学上网
    thisismr2
        18
    thisismr2  
    OP
    PRO
       2022-02-18 14:45:48 +08:00
    #17
    去掉可能。是需要科学上网
    thisismr2
        19
    thisismr2  
    OP
    PRO
       2022-02-18 14:58:47 +08:00
    @2bNot2b 有用的话,感觉就 Github Sponsor 可以支持下
    hpu423
        20
    hpu423  
       2022-02-18 15:21:13 +08:00
    google cse ?
    baijd
        21
    baijd  
       2022-02-18 16:37:12 +08:00 via Android
    这图标怎么感觉似曾相识
    brust
        22
    brust  
       2022-02-18 16:40:31 +08:00
    可以把 csdn 博客园这些拉黑吗
    christin
        23
    christin  
       2022-02-18 16:50:43 +08:00 via iPhone
    希望能活久点吧 之前那个没用几天就凉了
    makelove
        24
    makelove  
       2022-02-18 16:52:58 +08:00
    感觉根本就没有按质量和相关排序
    murmur
        25
    murmur  
       2022-02-18 16:56:19 +08:00
    需要科学上网意义就不大了,刚才试了一下搜点疾病相关,只剩下 google 专利和知乎,
    thisismr2
        26
    thisismr2  
    OP
    PRO
       2022-02-18 17:09:36 +08:00
    @brust csdn 已经拉黑了

    博客园 需要拉黑吗,看看大家的意思,发起了个投票
    https://github.com/txthinking/soso/issues/5
    thisismr2
        27
    thisismr2  
    OP
    PRO
       2022-02-18 17:10:30 +08:00
    @baijd 图标就是 四个字母 用了 google logo 的四个颜色
    thisismr2
        28
    thisismr2  
    OP
    PRO
       2022-02-18 17:11:04 +08:00
    @hpu423
    thisismr2
        29
    thisismr2  
    OP
    PRO
       2022-02-18 17:13:18 +08:00
    @murmur 白名单还不太丰富,目前知道的有限,后期慢慢丰富加域名进白名单
    JimmyTinsley
        30
    JimmyTinsley  
       2022-02-18 17:30:08 +08:00   1
    大佬好强, brook 也是大佬的作品
    Sanko
        31
    Sanko  
       2022-02-18 18:06:48 +08:00
    想知道后台是如何实现的,爬虫以及索引这些,期待分享
    IvanLi127
        32
    IvanLi127  
       2022-02-18 18:32:13 +08:00 via Android
    看起来不错,收下了
    2bNot2b
        33
    2bNot2b  
       2022-02-18 18:35:04 +08:00   1
    原来是 brook 的大佬,太强了!!!!
    thisismr2
        34
    thisismr2   div class="badges">
    OP
    PRO
       2022-02-18 19:03:11 +08:00
    @hpu423
    对,也在尝试 bleve
    oszlso
        35
    oszlso  
       2022-02-18 22:28:30 +08:00
    nice ,希望能坚持下去,现在流行的搜索引擎真的不敢用
    chotow
        36
    chotow  
       2022-02-18 22:45:52 +08:00
    看名字想起了当年的搜搜,点开一看,连 Logo 都那么像
    怀念当年用搜搜的日子
    zhw2590582
        37
    zhw2590582  
       2022-02-18 23:29:36 +08:00
    搞个用户登录,然后自定义白名单
    iyear
        38
    iyear  
       2022-02-18 23:34:14 +08:00
    @thisismr2 #34 如果 bleve 用上了的话求个使用体验和速度体验,bleve 感觉用的人太少了,没有实例参考
    1596384882
        39
    1596384882  
       2022-02-19 01:09:57 +08:00
    问:会开源吗
    docx
        40
    docx  
       2022-02-19 04:10:27 +08:00 via Android
    域名列表里没搜到阿里云 腾讯云 CSDN ,我就放心了
    docx
        41
    docx  
       2022-02-19 04:26:48 +08:00 via Android
    混进了奇怪的内容

    https://i.jpg.dog/file/jpg-dog/822b5c0e295583cb5e3b008bbca1179a.png
    Livid
        42
    Livid  
    MOD
    PRO
       2022-02-19 04:26:54 +08:00 via iPhone
    赞!把这件事情考虑做成一个 DAO 吧?
    Livid
        43
    Livid  
    MOD
    PRO
       2022-02-19 06:22:52 +08:00
    一个为技术内容优化的搜索引擎是我们大家每天都会需要的。这也是一件有价值长期存在下去的事情。所以希望能够找到一种可以让这件事情稳定长期存在下去的运作方式。让更多的人可以来为这件事情贡献代码、设计、运维等等。

    比如可以考虑通过 https://juicebox.money/ 这样的方式众筹然后以 DAO 的方式协作。Juicebox 这个项目本身就是这样的模式很好的使用例子,有很多运作方式值得学习。
    vopin
        44
    vopin  
       2022-02-19 06:41:03 +08:00 via iPhone
    只打算做技术相关搜索吗?娱乐生活游戏啥的收录吗?
    感觉技术的东西还是相对容易屏蔽垃圾内容的,其他一般内容的搜索就几乎都是垃圾站
    thisismr2
        45
    thisismr2  
    OP
    PRO
       2022-02-19 07:16:38 +08:00 via iPhone
    @dzyou2007 收录了 ibm ,如果被污染的话就 issue 投票移除它
    thisismr2
        46
    thisismr2  
    OP
    PRO
       2022-02-19 07:19:41 +08:00 via iPhone
    @vopin 不仅仅技术,娱乐生活医疗等等都收录(只是我知道的少)大家知道的可以提交收录
    thisismr2
        47
    thisismr2  
    OP
    PRO
       2022-02-19 07:27:53 +08:00 via iPhone
    @oszlso 坚持
    thisismr2
        48
    thisismr2  
    OP
    PRO
       2022-02-19 07:30:43 +08:00 via iPhone
    @chotow 我专门搜了下,是很像
    thisismr2
        49
    thisismr2  
    OP
    PRO
       2022-02-19 07:32:43 +08:00 via iPhone
    @dzyou2007 阿里云 腾讯云 华为云 这几家的农场 一言难尽
    thisismr2
        50
    thisismr2  
    OP
    PRO
       2022-02-19 07:34:54 +08:00 via iPhone   1
    @Livid 我去看下这个合约
    thisismr2
        51
    thisismr2  
    OP
    PRO
       2022-02-19 07:41:10 +08:00 via iPhone
    @RatioPattern 百度很多自家的站点质量也不太高
    ffkk99
        52
    ffkk99  
       2022-02-19 08:35:32 +08:00
    这个不是谷歌提供的站内搜索吗?
    thisismr2
        53
    thisismr2  
    OP
    PRO
       2022-02-19 08:46:03 +08:00 via iPhone
    @ffkk99 对,cse ,也在实践结合之前我们搞得已下线的基于 bleve 的愚公搜索
    thisismr2
        54
    thisismr2  
    OP
    PRO
       2022-02-19 08:53:48 +08:00 via iPhone
    @ffkk99 ces 有 programmable paid api
    thisismr2
        55
    thisismr2  
    OP
    PRO
       2022-02-19 08:57:12 +08:00 via iPhone
    bleve 需要深度改造,一年多了,有些工作的确需要费点功夫,对中文的全文索引,另外中文分词也是个重要环节
    vopin
        56
    vopin  
       2022-02-19 09:56:52 +08:00 via iPhone
    @thisismr2
    很多搜索首页返回的都是 商店 APP 名称,后面有没有合理的结果我没看。
    例如:“游戏”
    xinyana
        57
    xinyana  
       2022-02-19 10:19:25 +08:00
    o00o
        58
    o00o  
       2022-02-19 10:44:20 +08:00
    @thisismr2 不用投票,搞个个人设置就行
    o00o
        59
    o00o  
       2022-02-19 10:45:48 +08:00
    目测百度知道躺赢,随便搜了个东西,N 多页都是百度知道
    thisismr2
        60
    thisismr2  
    OP
    PRO
       2022-02-19 10:50:29 +08:00
    @o00o #57 嗯,会考虑,正在慢慢改造 bleve ,
    stephCurry
        61
    stephCurry  
       2022-02-19 11:00:58 +08:00
    大佬可以简单分享下原理吗?
    hpu423
        62
    hpu423  
       2022-02-19 12:19:12 +08:00
    @thisismr2 加油, 希望能坚持下来
    xinyana
        63
    xinyana  
       2022-02-19 18:25:49 +08:00 via Android
    vycz
        64
    vycz  
       2022-02-20 14:06:49 +08:00
    调用 google api 是嘛
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     4667 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 40ms UTC 05:39 PVG 13:39 LAX 21:39 JFK 00:39
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86