Namazuで検索する(Windows編)

Namazuとは

1. Active Perl をインストールする。
   Namazu を動かすためには、Perl 環境が必要なので、Active Perl を入手しインストールしよう。
   ActiveState - ActiveState ActivePerl free Perl open source binary language distributionから、ActivePerl-5.6.1 (2004年1月4日現在 build 635 が最新)をダウンロードしてインストールする。
   ActivePerl-5.8.1 もリリースされているが、5.8 系は後で実行するインストールプロセスで PPM-INSTALLが失敗するので注意したい。
   ディレクトリ名の一部に空白が入っていると動作しないとの情報もある。
   
   
2. KAKASI をインストールする
   次に、KAKASI - 漢字→かな(ローマ字)変換プログラムから、kakasi-2.3.4.zip をダウンロードし解凍する。解凍先は C:\kakasi とした。
   
   
3. Namazu をインストールする。
   全文検索システム Namazu for Win32から、nmz2012.exe をダウンロードし実行する。このファイルは自己解凍型ファイルになっている。(2006年9月9日現在 最新版は2.0.16)
   解凍先に namazu フォルダが作成されるので、C:\namazu に解凍したい場合は、解凍先フォルダ名を C:\ (デフォルト)とするのがよいだろう。
   このファイルを実行すると、Windows ActivePerl専用バイナリモジュールをインストールするために、NMZSETUP.BAT が実行される。
   

   ### ### Namazu for Win32 auto setting program. ### Namazu for Win32 の実行に必要な準備をセットアップします. Do you wish to proceed? [Y/n] Y PATH environment variable was set. The value of C:\Perl\bin\;C:\WINNT\system32;C:\WINNT;C:\WINNT\System32\Wbem; was set. NAMAZURC environment variable was set. The value of C:\namazu\etc\namazu\namazurc was set. NAMAZULOCALEDIR environment variable was set. The value of C:\namazu\share\locale was set. MKNMZRC environment variable was set. The value of C:\namazu\etc\namazu\mknmzrc was set. C:\namazu\etc\namazu\namazurc-sample.win32 file was made. C:\namazu\etc\namazu\mknmzrc-sample.win32 file was made. ------------------------------------------------------ Perl modules Installer for Windows ActivePerl ------------------------------------------------------ Are you sure to install perl modules ? [Y/n] Y >>> call PPM.BAT install File-MMagic.ppd Installing package 'File-MMagic.ppd'... >>> call PPM.BAT install NKF.ppd Installing package 'NKF.ppd'... >>> call PPM.BAT install Text-Kakasi.ppd Installing package 'Text-Kakasi.ppd'... >>> call PPM.BAT install Search-Namazu.ppd Installing package 'Search-Namazu.ppd'... ### Finish !!!

   
   ここで環境変数を有効するために、ログオフしログオンしておこう。
   次にコマンドプロンプトから、mknmz -C により対応メディアタイプ（検索対象）を参照できる。
   
   

   >mknmz -C 読み込んだ設定ファイル: C:/namazu/etc/namazu/mknmzrc システム: MSWin32 Namazu: 2.0.12 Perl: 5.006001 NKF: module_nkf KAKASI: module_kakasi -ieuc -oeuc -w 茶筌: chasen -j -F '%m ' わかち書き: module_kakasi -ieuc -oeuc -w メッセージの言語: ja_JP.SJIS 言語: ja_JP.SJIS 文字コード: sjis CONFDIR: C:/namazu/etc/namazu LIBDIR: C:/namazu/share/namazu/pl FILTERDIR: C:/namazu/share/namazu/filter TEMPLATEDIR: C:/namazu/share/namazu/template 対応メディアタイプ: application/excel application/ichitaro4 application/ichitaro5 application/ichitaro6 application/ichitaro7 application/msword application/powerpoint application/rtf application/x-gzip application/x-js-taro message/news message/rfc822 text/hnf text/html text/html; x-type=mhonarc text/plain text/plain; x-type=rfc text/x-hdml

   
   
4. インデックスを作成するためのコマンド mknmz の設定ファイルmknmzrcを編集する。
   
   C:\namazu\etc\namazu\mknmzrc が設定ファイルである。
   コメントアウトを外し修正した部分を下記に示す。
   

   $HTML_SUFFIX = "html?|[ps]html|html\\.[a-z]{2}"; $ALLOW_FILE = ".*\\.(?:$HTML_SUFFIX)|.*\\.txt" . # HTML, plain text "|.*\\.doc|.*\\.xls|.*\\.ppt" . # Word, Excel, PowerPoint $DENY_FILE = ".*\\.(gif|png|jpg|jpeg)|.*\\.tar\\.gz|core|.*\\.bak|.*~|\\..*|\x23.*"; $REMAIN_HEADER = "From|Date|Message-ID"; $SEARCH_FIELD = "message-id|subject|from|date|uri|newsgroups|to|summary|size"; $NON_SEPARATION_ELEMENTS = 'A|TT|CODE|SAMP|KBD|VAR|B|STRONG|I|EM|CITE|FONT|U|'. 'STRIKE|BIG|SMALL|DFN|ABBR|ACRONYM|Q|SUB|SUP|SPAN|BDO'; $ON_MEMORY_MAX = 5000000; $FILE_SIZE_MAX = 2000000; $TEXT_SIZE_MAX = 600000; $WORD_LENG_MAX = 128; %Weight = ( 'html' => { 'title' => 16, 'h1' => 8, 'h2' => 7, 'h3' => 6, 'h4' => 5, 'h5' => 4, 'h6' => 3, 'a' => 4, 'strong' => 2, 'em' => 2, 'kbd' => 2, 'samp' => 2, 'var' => 2, 'code' => 2, 'cite' => 2, 'abbr' => 2, 'acronym'=> 2, 'dfn' => 2, }, 'metakey' => 32, # for 'headers' => 8, # for Mail/News' headers ); $INVALID_LENG = 128; $MAX_FIELD_LENGTH = 200;

   
   
5. インデックスを作成する。
   
   mknmzを実行することでインデックスが作成される。
   hoge ユーザのマイドキュメントフォルダを検索対象にするなら、下記のようになる。
   

   > mknmz -a -O C:\namazu\var\namazu\index "C:\Documents and Settings\hoge\My Documents"

   
   
6. マイドキュメントフォルダに、hoge と書いたテキストファイルを作成し、hogeを検索してみよう。
   

   > namazu hoge 検索結果 参考ヒット数: [ hoge: 1 ] 検索式にマッチする 1 個の文書が見つかりました。 1. test.txt (スコア: 2) 著者: 不明 日付: Sun, 04 Jan 2004 22:48:11 hoge /C|/Documents and Settings/hoge/My Documents/test.txt (6 bytes) 現在のリスト: 1 - 1

   このように表示されれば検索できている。
   
   

1. Xpdfのインストール Xpdf から
   
   xpdf-2.03-win32.zip、xpdf-japanese.tar.gz をダウンロードしてインストールする。
   
   
2. xpdf-2.03-win32.zip を解凍する。解凍先はここでは、C:\xpdf とする。
   
   
3. xpdf-japanese.tar.gz を解凍する。解凍先はここでは、C:\xpdf\japanese とする。
   
   
4. C:\xpdf にある sample-xpdfrc をコピーして xpdfrc のファイル名で保存する。
   
   
5. C:\xpdf\xpdf-japanese ディレクトリにある add-to-xpdfrc の中身を先ほど作った xpdfrc の末尾にコピーする。
   /usr/local/share/xpdf/japanese/ を C:\xpdf\japanese\ に書き換える。
   
   
6. xpdfrc の textEncoding のコメントアウトをはずして、UTF-8 から Shift-JIS に書き換える。
   
   
7. コントロールパネル → システム → 詳細 → 環境変数 の設定で システム環境変数の Path に C:\xpdf を追加する。
   コマンドプロンプトから pdftotext と入力してパラメータ一覧が出れば問題ない。
   日本語がOKになっているかどうかは、日本語のPDFファイルを用意して
   コマンドプロンプトにて
   pdftotext -enc Shift-JIS 日本語.pdf test.txt
   と入力して、test.txt が出来るかどうか確認しよう。
   
   
8. 設定の確認 コマンドプロンプトにて mknmz -C を入力すると application/pdf が追加されているはずだ。これでPDFファイルを検索対象に出来た。
   
   上記のフィルタを使用する場合、mknmzrcの$ALLOW_FILEのコメントを外す。
   

   "|.*\\.pdf" . # PDF