Mt77 es un motor de búsqueda rápido, preciso, apto para indexación distribuida y con licencia ISC

1. Características:

• Más veloz en búsquedas que Lucene y que Amberfish, aunque los índices son más grandes y requieren más tiempo de construcción
• Especialmente diseñado para textos en Español
• Puede leer en codificación UTF-8 textos planos, archivos XML, HTML, PDF, y ODF. Con la opción -l el indexador también puede leer textos planos en codificación LATIN1.
• Permite buscar una o varias palabras, así como una o más cadenas. Se especifican en UTF-8 aunque opcionalmente (empleando opción -l del buscador) pueden especificarse en LATIN1.
• Permite indexar y buscar metainformación (título, tipo de archivo, sitio de origen, etiquetas XML)
• Escrito en C++ siguiendo estándares, con pruebas de unidad (con make limpia; make prueba; make unidad) y de regresión (con make limpia; make prueba; make regr)

2. Ejemplo de compilación y uso con textos planos

Primero compile con:

    ./conf.sh
    make

Que entre otras generará las herramientas indexador y buscador para crear un índice y para buscar sobre un índice.

Con las fuentes se incluyen textos de prueba en el directorio regr como por ejemplo el evangelio de Mateo como texto plano en codificación UTF-8 regr/mateo-utf8.txt.

Para crear un índice m.indice (con relación de documentos indexados m.relacion) con las palabras de regr/mateo-utf8.txt referenciando el texto con el URL https://traduccion.pasosdeJesus.org:

   rm -f m.indice m.relacion t.indice;
   ./indexador m.indice t.indice 'https://traduccion.pasosdeJesus.org' regr/mateo-utf8.txt

Para búscar la palabra VERDAD en el índice creado:

   ./buscador m.indice VERDAD

Que retornará un JSON indicando que encontró 14 ocurrencias de la palabra:

{
  "consulta": "VERDAD",
  "documentos": 1,
  "inicio": 1,
  "fin": 1,
  "resultados": [
    { "url": "https://traduccion.pasosdeJesus.orgregr/mateo-utf8.txt",
    "frec": "14",
    "fecha": "2020-08-17"
    }
  ]
}

Para agregar al mismo índice m.indice (con relación m.relacion) las palabras de regr/marcos-utf8.txt:

   ./indexador m.indice t.indice 'https://traduccion.pasosdeJesus.org' regr/marcos-utf8.txt

Y al repetir la misma búsqueda ya se obtendrán 1 resultado en Marcos y los 14 de Mateo:

$ ./buscador m.indice VERDAD                                             
{
  "consulta": "VERDAD",
  "documentos": 2,
  "inicio": 1,
  "fin": 2,
  "resultados": [
    { "url": "https://traduccion.pasosdeJesus.orgregr/marcos-utf8.txt",
    "frec": "1",
    "fecha": "2020-08-18"
    }, 
    { "url": "https://traduccion.pasosdeJesus.orgregr/mateo-utf8.txt",
    "frec": "14",
    "fecha": "2020-08-17"
    }
  ]
}

3. Herramientas que produce al compilar

Consta de las siguientes herramientas:

• buscador para buscar palabras o metainformación en un índice
• depueraindice para examinar un índice interactivamente
• indexador para crear un índice a partir de uno o más textos
• operaindice para mezclar índices en disco o RAM y hacer otras operaciones
• txtdeodt extraer texto de un documento odt (Open Document Format)
• unzipuno extraer un sólo archivo de un conteneder ZIP
• tomsha256 Calcula hash sha256 empleando rutina de libtomcrypt-1.16

4. Herramientas para el desarrollo y estándares

• make all Compila herramientas sin aserciones y con optimizaciones
• make prueba Compila pero activando aserciones y sin optimizaciones
• make limpia Limpia ejecutables generados al compilar
• make unidad Ejecuta pruebas de unidad. Pero sólo debe hacerse después de compilar con aserciones make limpia prueba
• make regr Ejecuta pruebas de regresión (deben pasar tanto con como sin aserciones).
• make cobertura Verificar cobertura de las pruebas de unidad
• make desempeno Análisis de desempeño
• make doctec Genera documentación de fuentes