Home / LinuxUser / 2007 / 04 / Nadel im Heuhaufen

Newsletter abonnieren

Lies uns auf...

Folge LinuxCommunity auf Twitter

Top-Beiträge

Eingedost
(161 Punkte bei 4 Stimmen)
Aufteiler
(161 Punkte bei 4 Stimmen)

Heftarchiv

LinuxUser Heftarchiv

EasyLinux Heftarchiv

Ubuntu User Heftarchiv

Ubuntu User Heftarchiv

Partner-Links:

Das B2B Portal www.Linx.de informiert über Produkte und Dienstleistungen.

Aufmacher

Nadel im Heuhaufen

Dateien finden mit Recoll

01.04.2007 Ob Brief ans Finanzamt oder Mail vom Onlinehändler – mit der Desktopsuchmaschine Recoll finden Sie wichtige Dateien mit wenigen Mausklicks.

Egal, ob es um den Brief ans Finanzamt aus dem letzten Jahr oder eine E-Mail mit der Bestätigung des letzten Einkaufs beim Onlineshop geht – selbst wer eisern seine Daten und Dokumente in einer wohlüberlegten Verzeichnisstruktur ordnet, vermisst irgendwann unweigerlich eine wichtige Datei – vorzugsweise, wenn es eilt.

Hier hilft der Griff zur Suchfunktion im Filemanager. Unglücklicherweise gleicht die aber nur die Dateinamen ab. Wer Glück hat, darf zusätzlich noch den Inhalt von Textdateien durchforsten. Da nützt es wenig, wenn man noch weiß, dass der in OpenOffice verfasste Brief an das Finanzamt den Dateinamen 12112005fa trägt. Nach quälend langer Festplattenaktivität fällt das Ergebnis recht trotzdem mager aus.

Abhilfe schafft Recoll [1], Ihre ganz persönliche Volltextsuchmaschine (nicht zu verwechseln mit der Datenbank Rekall). Sie sucht die eingetippten Begriffe nicht nur in so genannten externen Attributen, wie dem Dateinamen, sondern auch in den Dokumenten selbst. Genau wie andere Desktopsuchmaschinen – etwa Beagle [2] – baut Recoll auf einem Index auf. Den füllt es über ein großes Arsenal von Hilfswerkzeugen, die Dokumenteninhalte untersuchen. Als Index-Engine nutzt Recoll Xapian [3].

Installation

Benutzer der Distributionen Fedora Core 5, Mandriva 2005 bis 2007 sowie Anwender, die auf Suse 10.1 und Ubuntu 6.10 setzen, haben es einfach: Für sie stehen passende Archive auf der Recoll-Homepage bereit. Hier heißt es einfach herunterladen und mit dem jeweiligen Paketmanager einspielen. Anschließend taucht die Suchmaschine automatisch im Startmenü auf.

Bei Redaktionsschluss kamen Ubuntu-6.10-Anwender in den exklusiven Genuss einer neueren Recoll-Programmversion: Sie enthält gegenüber der Vorversion 1.7.5 ein paar Modifikationen für Debian-basierte Distributionen. Wer ein derartiges Linux-System betreibt, sollte folglich die neue Variante einsetzen.

Besitzer anderer Distributionen greifen zum Quellcodearchiv und erstellen selbst eine ausführbare Programmdatei. Stellen Sie vorab sicher, dass das Entwicklerpaket für die Qt-Bibliothek installiert ist. Bei einigen Distributionen liegt es bei, bei anderen gilt es, das entsprechende Paket nachzuinstallieren. Es trägt meist den Zusatz -devel oder -dev im Namen. Recoll verlangt hier mindestens die Version 3.3.5.

Anschließend laden Sie von der Website des Xapian-Projekts das Paket xapian-core herunter. Nun öffnen Sie ein Terminalfenster und entpacken das Archiv in ein Verzeichnis Ihrer Wahl. Schließlich wechseln Sie dorthin und führen als Benutzer root die folgenden Befehle aus:

./configure
make install
ldconfig

Nach diesen Vorbereitungen kommt die Suchmaschine selbst an die Reihe. Laden Sie das passende Archiv von der Recoll-Homepage [1] herunter und entpacken Sie es. Danach geht es per ./configure weiter. Es folgen noch ein make, um die Anwendung zu erstellen und ein make install, um sie fest im System zu verankern. Die Aufnahme in das Startmenü müssen Sie selbst vornehmen, ansonsten genügt auch ein recoll im Terminalfenster.

Unter der Oberfläche

Wer genauer hinsieht, erkennt, dass Recoll lediglich als Oberfläche für die kompakte Suchmaschine Xapian arbeitet. Letztere verwendet recht ausgeklügelte Verfahren zum Sammeln der Information. Die Bibliothek zeichnet sich für das Erstellen des Index verantwortlich. In einer Minidatenbank merkt sich Xapian, wo in welchem Dokument welches Wort auftritt.

Formatfrage

Standardmäßig unterstützt Recoll die Suche in Dateien der Typen Text, HTML, und OpenOffice sowie die Mailbox-Formate Maildir und Mbox. Für weitere Dateiformate, wie etwa Microsoft Word, benötigen Sie zusätzliche Hilfsprogramme. Dazu zählen beispielsweise:

  • PDF: Pdftotext (Teil des Xpdf-Pakets)
  • Postscript: Pstotext
  • Word: Antiword
  • Excel und Powerpoint: Catdoc
  • RTF: Unrtf
  • DVI: Dvips
  • DJVU: Djvulibre
  • MP3: Id3lib (Recoll wertet die ID3-Tags aus)

Mächtiger Index

Nach dem ersten Start bietet Recoll an, Ihr Heimatverzeichnis zu durchstöbern, die darin gefundenen Dateien zu untersuchen und die Eckdaten dazu in einem so genannten Index abzulegen (Abbildung 1). Dank dieser Informationen findet Recoll die gesuchten Dokumente schneller. Klicken Sie deshalb hier auf OK. Es erscheint nun das Hauptfenster, in dessen Statusleiste am unteren Rand Informationen über das Erstellen des Index erscheinen.

Abbildung 1

Abbildung 1: Nach dem ersten Programmstart legt Recoll zuallererst einen Index an.

Da sich die Suchmaschine vollständig auf diesen Index stützt, kommen Sie als Benutzer nicht umhin, ihn regelmäßig per File | Update Index auf den neuesten Stand zu bringen. Möchten Sie diesen Vorgang automatisieren, bleibt nur das Kommandozeilenprogramm recollindex übrig, das Sie in bestimmten Zeitabständen beispielsweise per Cron starten. Die meisten Distributionen bringen hierzu entsprechende Konfigurationsprogramme mit.

Desweiteren bläht sich der Index unter Umständen recht gewaltig auf. Normalerweise erreicht er noch einmal die Größe des eigenen Heimatverzeichnisses, wächst im Extremfall aber sogar darüber hinaus. Wie lange Recoll für das Erstellen des Index benötigt, hängt sowohl von der Datenmenge als auch von der Leistungsfähigkeit Ihres Computers ab.

15 GByte inspiziert das Werkzeug in ungefähr einer halben Stunde. Sobald Recoll ein Dokument einmal erfasst hat, liest es die Datei erst nach einer Änderung wieder ein – selbst, wenn Sie den Index manuell aktualisieren. Ein Dokument bleibt folglich bei einer Suche unberücksichtigt, wenn es wieder gelöscht, von Recoll noch nicht erfasst, oder in ein anderes Verzeichnis verschoben wurde.

Tip a friend    Druckansicht Bookmark and Share
Kommentare

2526 Hits
Wertung: 36 Punkte (5 Stimmen)

Schlecht Gut

Infos zur Publikation

Infos zur Publikation

LinuxUser 05/2014

Aktuelle Ausgabe kaufen:

Heft als PDF kaufen

LinuxUser erscheint monatlich und kostet in der Nomedia-Ausgabe EUR 5,95 und mit DVD EUR 8,50. Weitere Informationen zum Heft finden Sie auf der LinuxUser-Homepage.

Im LinuxUser-Probeabo erhalten Sie drei Ausgaben für 3 Euro. Das Jahresabo (ab EUR 60,60) können Sie im Medialinx-Shop bestellen.

Tipp der Woche

Bilder vergleichen mit diffimg
Bilder vergleichen mit diffimg
Tim Schürmann, 01.04.2014 12:40, 1 Kommentare

Das kleine Werkzeug diffimg kann zwei (scheinbar) identische Bilder miteinander vergleichen und die Unterschiede optisch hervorheben. Damit lassen sich nicht nur Rätsel a la „Orignial und Fäls...

Aktuelle Fragen

programm suche
Hans-Joachim Köpke, 13.04.2014 10:43, 8 Antworten
suche noch programme die zu windows gibt, die auch unter linux laufen bzw sich ähneln sozusagen a...
Funknetz (Web-Stick)
Hans-Joachim Köpke, 04.04.2014 07:31, 2 Antworten
Bei Windows7 brauche ich den Stick nur ins USB-Fach schieben dann erkennt Windows7 Automatisch, a...
Ubuntu 13.10 überschreibt immer Windows 8 Bootmanager
Thomas Weiss, 15.03.2014 19:20, 8 Antworten
Hallo Leute, ich hoffe das ich richtig bin. Ich habe einen Dell Insipron 660 Ich möchte gerne Ub...
USB-PTP-Class Kamera wird nicht erkannt (Windows-only)
Wimpy *, 14.03.2014 13:04, 15 Antworten
ich habe meiner Frau eine Digitalkamera, AGFA Optima 103, gekauft und wir sind sehr zufrieden dam...
Treiber
Michael Kristahn, 12.03.2014 08:28, 5 Antworten
Habe mir ein Scanner gebraucht gekauft von Canon CanoScan LiDE 70 kein Treiber wie bekomme ich de...