阿里云-云小站(无限量代金券发放中)
【腾讯云】云服务器、云数据库、COS、CDN、短信等热卖云产品特惠抢购

开源项目搭建中国裁判文书网本地搜索WEB系统

335次阅读
没有评论

共计 1670 个字符,预计需要花费 5 分钟才能阅读完成。

2023 年 12 月听新闻说裁判文书网将不再对公众开放,对于这个消息对于中国法制进程影响可谓深远。

今天在 github 上看到一个开源项目,中国裁判文书网本地搜索,处于好奇在本地搭建试一下,能否跑起来。

https://github.com/cncases/cases

开源项目搭建中国裁判文书网本地搜索 WEB 系统

下载原始数据(102G)

方法:通过 bt 下载,种子文件为 810air.torrent,可以从本仓库下载,也可以通过链接 https://files.catbox.moe/810air.torrent

原始数据来源于 马克数据网,文书数量超过 8500 万,约 102G。下载后不要解压子文件,将文件路径填写到 config.toml 中的 raw_data_path 变量中;

我这边用迅雷下载,大概 95G

开源项目搭建中国裁判文书网本地搜索 WEB 系统

下载程序并创建配置文件

从 releases 页面下载已编译好的二进制文件(推荐),https://github.com/cncases/cases/releases

我用的系统是 windows,所以下载的是 v0.0.5-x86_64-pc-windows-msvc.zip

开源项目搭建中国裁判文书网本地搜索 WEB 系统

测试系统配置

系统:windows11 专业版

CPU: i5-10400F CPU @ 2.90GHz

内存:24G

硬盘:1T 机械硬盘 (至少要有 500G 的空余空间)

配置文件

参考配置文件:https://github.com/cncases/cases/blob/main/config.toml

配置文件参考 config.toml

db = "./rocksdb"  # path to store rocksdb
index_path ="./search_index"  # path to store index
index_with_full_text = false  # whether establish full-text index
addr = "127.0.0.1:8081" # If allow LAN access, change it to "0.0.0.0:port".

# The raw data path you downloaded from the torrent, and you must NOT unzip it. 注意路径
raw_data_path = "./"

将数据加载到 rocksdb 数据库中

运行 convert config.toml 程序。此过程会将原始数据放入 rocksdb 数据库中,数据库文件路径为 config.toml 中的 db 变量;转换后的数据大小约为 200G,转换可能会花费数小时的时间;如果中途中断,再次运行会从中断处继续。

$ ./convert.exe config.toml

开源项目搭建中国裁判文书网本地搜索 WEB 系统

系统资源占用情况

开源项目搭建中国裁判文书网本地搜索 WEB 系统

开始时间:14:30

结束时间:17:00

一共两个半小时,根据个人系统配置高低有关系。

生成 rocksdb 目录有 184G 大小。

开源项目搭建中国裁判文书网本地搜索 WEB 系统

创建索引

运行 index config.toml 程序会将数据库中的数据创建索引,索引文件路径为 config.toml 中的 index_path 变量;如果中途中断,需要删除 index_path 中的文件,重新运行 index 程序;默认情况下,不会索引案件内容,索引大小约为 15.5G,可能会花费数小时的时间。如果需要索引案件内容,需要将 index.toml 中的 index_with_full_text 设置为 true,但是这会使索引文件增加到 150G 左右,索引时间也会增加到十几个小时。

$ ./index.exe config.toml

开源项目搭建中国裁判文书网本地搜索 WEB 系统

开始时间:2024-01-30 09:07:18
结束时间:2024-02-01 03:14:18

一共花费了 70 多个小时

生成 search_index 目录有 15.4G 大小。

开源项目搭建中国裁判文书网本地搜索 WEB 系统

运行搜索服务

运行 main config.toml 程序,用浏览器打开 config.toml 网址,即可搜索。

$ ./main.exe config.toml
2024-02-01T05:38:57.369799Z  INFO main: listening on http://127.0.0.1:8081

浏览器访问:http://127.0.0.1:8081

访问截图

开源项目搭建中国裁判文书网本地搜索 WEB 系统

开源项目搭建中国裁判文书网本地搜索 WEB 系统

至此,开源项目搭建中国裁判文书网本地搜索 WEB 系统完成。

正文完
星哥说事-微信公众号
post-qrcode
 0
星锅
版权声明:本站原创文章,由 星锅 于2024-02-01发表,共计1670字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
【腾讯云】推广者专属福利,新客户无门槛领取总价值高达2860元代金券,每种代金券限量500张,先到先得。
阿里云-最新活动爆款每日限量供应
评论(没有评论)
验证码
【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中