有人对收藏夹收藏的网页内容搜索有需求吗？

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

这是一个专门讨论 idea 的地方。

每个人的时间，资源是有限的，有的时候你或许能够想到很多 idea，但是由于现实的限制，却并不是所有的 idea 都能够成为现实。

那这个时候，不妨可以把那些 idea 分享出来，启发别人。

这是一个创建于 4102 天前的主题，其中的信息可能已经有所发展或是发生改变。

我个人收藏夹里有两百多个网页，收藏了一些技术文章，还有一些乱七八糟的网站。

东西多了，找起来非常麻烦。

尤其是模糊的印象里，曾经收藏过，但是记不住是哪个。

自己写了个简单的shell + phantomjs的工具抓下来收藏夹里的网页，然后grep一下。

不知道其他人是不是有这种需求。

另外：
十一之后想找分工作呀，之前开了帖子，木有人联系我，好凄凉。再次求包养。

第 1 条附言 · 2013-10-03 11:00:17 +08:00

https://github.com/peiliping/nodejs/tree/master/phantomjs/favclaw

这里是shell + phantomjs 运行需要有phantomjs哦记得修改一下main.sh里面的路径

运行是 sh main.sh xxx 20131003 bookmarks_13-10-2.html ##目前支持的是chrome的收藏夹导出文件

运行会产生一个文本文件 xxx-20131003

singleclaw.js 是用来爬指定url的网页text的。

sh search.sh 足球 xxx-20131003 ##用来搜索的脚本打印包含关键词的行，还有收藏的url。

code写的很粗糙，随手写的，能用就好了。

收藏夹

网页

14 条回复 • 2016-04-01 17:42:06 +08:00

crazybubble

2013-10-02 23:15:55 +08:00

有这需求，你的方法是指把收藏夹里的url都访问一遍抓取内容，然后grep关键词？我在想其实可以把内容抓取下来之后放到Solr之类的搜索引擎里，这样不知道是不是能更好的query到我收藏过的内容

plprapper

2013-10-03 00:00:54 +08:00

之所以grep 是因为我自己用简单而已嘛。

只是一些零散的脚本所以没有用solr这么复杂。

如果有一些人有这个需求做个简单的小产品挂在那里那个时候会考虑搜索到底用什么引擎用什么分词了。

我以前也在找一些类似的东西一直没找到以为chrome会做这个事，不过貌似到现在也没有这个迹象。

所以就自己动笔写了。

plprapper

2013-10-03 00:01:15 +08:00

@crazybubble 额。。。。忘记圈你了