Après un an de développement, le projet open-source Web Search dédié à la création d'un moteur de recherche libre est enfin lancé !

Le but de ce projet, est de produire un algorithme de moteur de recherche libre et transparent. Donnant ainsi une meilleure visibilité sur le fonctionnement interne des systèmes et des algorithmes.

Autre point important, ce projet est communautaire et ouvert à tous, développeurs, traducteurs, n'hésitez pas !!

L'accent est aussi mis sur la qualité et la précision des résultats de recherche renvoyés. De plus, une grande attention est porté sur la protection de la vie privée.

Le projet avance vite, une version alpha du moteur de recherche est présente sur cette page : Alpha page

Quatre grand secteurs sont le plus actifs :

• Social Lab : Travail sur le classement communautaire des URL et la réputation, expérimentation d'outils de type wiki.
• Distributed Lab : Travaux sur le partage de ressources pour l'exploration, l'analyse et l'indexation.
• Semantic Lab : Requêtes en langage courant, classement en catégories.
• Standards Lab : Formats et protocoles, construction d'une technologie de recherche interopérable.

La lecture du Wiki qui accompagne le projet rassemble une très grande quantité de ressources concernant l'indexation est les algorithmes de recherche. Pour tous ceux qui sont passionnés par ces sujets, ce Wiki est une mine d'or !

Il suffit d'ajouter dans son formulaire un champ du type :

<input class="cfrm" name="host" type="text" value=""/>

Ensuite, dans votre CSS vous ajoutez :

.cfrm { display: none; }

Cette classe CSS va masquer le champ "host", l'utilisateur final ne verra pas le champ dans le formulaire.

Lorsque le formulaire est posté, il suffit de vérifier que le champ "host" est vide. En effet, la plus part des robots rempliront ce champ. Ils ne s'apercevront pas que celui-ci ne fait pas parti du formulaire.

J'ai testé cette astuce sur plusieurs sites et le résultat est sans appel, 99% des posts effectués par les robots sont éliminés !!

http://<nom-de-domaine>/?s=mot1+mot2
ou bien,
http://<nom-de-domaine>/index.php?s=mot1+mot2

Il est possible de modifier la forme des URL pour obtenir une orientation un peu plus SEO. Par exemple :

http://<nom-de-domaine>/search/mot1+mot2

Cette petite transformation n'est pas très difficile à faire, il suffit de modifier quelques fichiers.

Voici la marche à suivre :

Dans le fichier : wp-includes/widgets.php

Recherchez la function : wp_widget_search($args)

Remplacez dans le corps de cette function le code suivant :

<form id="searchform" method="get" action="<?php bloginfo('home'); ?>">
 <div>
  <input type="text" name="s" id="s" size="15" /><br />
  <input type="submit"
         value="<?php echo attribute_escape(__('Search')); ?>" />
 </div>
</form>

Par celui-ci :

<script type="text/javascript">
function goSearch() {
 var p = document.getElementById('searchform').s.value;
 p = encodeURIComponent(p).replace(/%20/g, '+').replace(/\+$/, '');
 location.href = '<?php bloginfo('home'); ?>/search/' + p;
}
</script>
<form id="searchform" action="#_" method="get"
                        onSubmit="goSearch(); return false;">
 <div>
  <input type="text" name="s" id="s" size="15"/><br/>
  <input type="submit"
         value="<?php echo attribute_escape(__('Search')); ?>"/>
 </div>
</form>

Vous devez appliquer la même modification dans les templates de votre thème. Certains thèmes Wordpress implémentent une template spécifique pour la restitution du formulaire de recherche. Généralement, celle-ci est nommé : searchform.php

Pour tous ceux qui utilise une version de Wordpress supérieure à 2.0, l'opération est terminée. A partir de maintenant, vous devriez avoir les nouvelles URL de recherche fonctionnelles.

Par contre, dans certaines version de Wordpress, vous devez ajouter une règle de rewrite dans le fichier .htaccess destiné au serveur Web Apache.

Exemple, comment remplacer la chaine 'top' par 'tip' dans tous les fichiers .html avec en plus sauvegarde de tous les fichiers originaux modifiés en .orig

% ruby -i.orig -pe 'sub "top", "tip"' *.html

Remarque, on peut faire la même chose en Perl :

% perl -i'.orig' -pe 's/top/tip/g' *html

Personnellement, j'ai un peu délaissé Perl pour Ruby. La seule raison, je n'ai pas vraiment besoin de beaucoup de performance lorsque je fais de petits scripts (niveau performance, Ruby est loin derrière Perl). Mis à part le fait que je trouve Ruby beaucoup plus classieux que Perl. Mais c'est un autre propos.

Un autre exemple en Ruby, supprimer les espaces à la fin des lignes d'un fichier:

% ruby -pe 'gsub(/\s+$/, $/)' < file.txt

On peut trouver des petits scripts one-liners très utiles pour résoudre de petites taches.

Vous trouverez de nombreux exemples sur cette pages : ruby1line

class String
  SETS = {
    /[a-z]/ => 26,
    /[A-Z]/ => 26,
    /[0-9]/ => 10,
    /[^\w]/ => 32
  }

  def pwd_strength
    set_size = 0
    SETS.each_pair {|k, v| set_size += v if self =~ k}
    cb = set_size ** length
    days = cb.to_f / 1000 / 86400 # 1000 entries per seconds
    days / 365
  end
end

Par contre, c'est une simple estimation basé sur les combinaisons possible induites par les caractères qui compose le mot de passe. Mais cela reste tout de même intéressant pour faire une évaluation indicative.

Une commande simple en Ruby pour modifier le groupe et l'utilisateur d'un fichier :

require 'fileutils'
FileUtils.chown('user', 'group', 'myfile.txt')

C'est plus simple et plus propre que de faire un appel système via open pipe ...

phpBB3 est officiellement disponible en  version stable après plus de 8 versions candidates.

Au programme, beaucoup de changement, la suite : phpBB

Il se pose alors le problème d'effectuer des recherches dans tous ces documents, parfois sur plusieurs sites intranet, extranet, internet à la fois.

bien évidemment, il existe des solutions pour résoudre plus ou moins bien ces types de problèmes en PHP.

Cet article présente deux solutions  de moteurs d'indexation.

Mnogosearch

Ce projet est open source et porté par  3 programmeurs russes.

Il permet de traiter indépendamment  les types MIME par différents scripts externes. Il reconnait un très grand nombre de formats.

Un module PECL permet d'interroger la base d’indexation.

Une base de données traditionnelle est très recommandé (SGBDR)

Swish-e

Swish-e est très similaire à Mnogosearch.

• Artichow : Très dur à utiliser
• JPGraph : A voir tout de même.
• ChartDirector : Cette librairie n'a pas l'air très sérieuse.
• amCharts : Plutôt sympas, il faut que je teste plus

<a href="#" onclick="javascript: sFunction();">

Maintenant, avec le behaviour, on fait :

var myk = { '#myk' : function(e) { e.onclick = sFunction(); } }
Behaviour.register(myk);

Est ce que vous trouvez ça plus propre ?

Ou bien plus complexe ?