Tika是一个内容抽取的工具集合(a toolkit for text extracting)。它集成了POI, Pdfbox 并且为文本抽取工作提供了一个统一的界面。

RiSearch PHP是一个高效，功能强大的搜索引擎，特别适用于中小型网站。RiSearch PHP非常快。

Lucene是一套用于全文检索和搜寻的开源程式库，由Apache软件基金会支持和提供。Lucene提供了一个简单确强大的应用程式接口，能够做全文索引和搜寻，在Java开发环境里Lucene是一个...

Hyper Estraier是一个具有强大功能的全文搜索引擎，它由一个日本人开发，支持中文，日文，韩文，英文，以及其它多国语言。Hyper Estraier采用LGPL开源授权协议。

Hypy 是一个为 Python 应用程序编写的全文搜索引擎，可以使用它从Python代码索引和搜索你的文档。

IndexTank, 一套基于Java的索引-搜索引擎实现，支持的特性包括：variables (boosts), categories (facets), faceted search, sn...

Sphinx 0.9.9及以前的版本，原生不支持实时索引，一般的做法是通过主索引+增量索引的方式来实现“准实时”索引，最新的1.10.1（trunk中，尚未发 布）终于支持real-time i...

Groonga 是一个全文搜索引擎和一个基于列的存储数据库。

Jinja是基于python的模板引擎，功能比较类似于于PHP的smarty，J2ee的Freemarker和velocity。

Lucene是一个高性能的java全文检索工具包，它使用的是倒排文件索引结构。

Nutch 是一个开源Java 实现的搜索引擎。它提供了我们运行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬虫。 尽管Web搜索是漫游Internet的基本要求, 但是现有web搜...