Im letzten Teil der Serie zur Volltextsuche steht der Webcrawler im Mittelpunkt. Das vorgestellte Collector-Framework von Norconex bringt gegenüber dem bisher verwendeten Manifold CF einige Vorteile mit sich.

Die bisherigen Teile dieser Serie haben die vielfältigen Möglichkeiten der Indexierung von Fachartikeln mit dem Open-Source-Suchserver Datafari gezeigt. Nun hat der Solr Data Import Handler seinen Auftritt.

Der dritte Teil des Datafari-Workshops behandelt Magazine, die ihre Artikel im PDF-Format veröffentlichen, sowie das Verbessern von Metadaten bereits indexierter Artikel.

Die Volltextsuche im Archiv von Linux-Magazin und anderen Fachzeitschriften scheint ein Kinderspiel, liegen die Artikel digitalisiert vor. Allerdings muss die Software für nützliche Resultate vor allem die Spracherkennung beherrschen.

Die Community-Edition von Datafari ist eine der wenigen kostenlosen Open-Source-Volltextsuchmaschinen, die sich ohne Programmierung sofort für den produktiven Einsatz eignen. Wenige Anpassungen genügen, um im gemeinsamen Artikelarchiv diverser Fachmagazine zu recherchieren.