Help:CirrusSearch/cs

Nejrychlejší způsob, jak najít informace v projektech Wikimedie, je přímé vyhledání. Na každé stránce je pole .

CirrusSearch je rozšíření MediaWiki, které využívá Elasticsearch k poskytování vylepšených vyhledávacích funkcí oproti výchozímu vyhledávání MediaWiki. Nadace Wikimedia používá CirrusSearch pro všechny projekty Wikimedie. Tento článek popisuje vlastnosti CirrusSearch. Pokud zde není vaše otázka zodpovězena, můžete ji položit na diskusní stránce a někdo vám na ni odpoví.

Informace o rozšíření MediaWiki naleznete na stránce.

Pro jeho použití na Wikidata, se podívejte na.



Jak na to
Zadejte klíčová slova a fráze a stiskněte Enter nebo Return na klávesnici.

Pokud má stránka stejný název, jaký jste zadali, budete na tuto stránku přesměrováni. V opačném případě prohledá všechny stránky na wiki a zobrazí seznam článků, které odpovídají vašim hledaným výrazům, nebo zprávu informující, že žádná stránka neobsahuje všechna klíčová slova a fráze.

Pokud kliknete na tlačítko "", aniž byste cokoliv vyplnili, budete přesměrováni na stránku "Special:Search", která vám nabízí další možnosti vyhledávání (také dostupné z libovolného seznamu výsledků vyhledávání)

Může být užitečné omezit vyhledávání na stránky v určitém jmenném prostoru, např. hledat pouze na stránkách. Zkontrolujte jmenné prostory, které pro toto vyhledávání požadujete.



Co se zlepšilo?
CirrusSearch poskytuje tři hlavní zlepšení oproti výchozímu vyhledávači MediaWiki a to:


 * Lepší služby pro vyhledávání v různých jazycích.
 * Rychlejší obnovení indexování, takže změny ve článcích se odrazí ve výsledcích vyhledávání daleko dříve.
 * Rozšíření na šablony a tím i veškerý obsah zapsaný v šablonách se nyní zobrazí i ve výsledcích hledání.



Jak často se aktualizuje index vyhledávání?
Je třeba zvážit dva primární vyhledávací indexy:

První je fulltextové vyhledávání, na Special:Search. Tento index je aktualizován téměř v reálném čase. Změny stránek by se měly zobrazit ve výsledcích vyhledávání okamžitě. Změny šablon by se měly u článků, které šablonu obsahují, projevit během několika minut, ale může to také trvat až několik hodin v závislosti na počtu stránek používajících šablonu. Editace beze změny článku prosadí změny šablon, ale není to třeba, pokud nedojde k chybě.

Druhým indexem, který je třeba zvážit, je fuzzy automatické dokončování vyhledávání titulů. Tento index je aktualizován jednou denně a odráží to, co bylo nalezeno v indexu fulltextového vyhledávání v době aktualizace indexu. V závislosti na načasování může trvat dva dny, než bude nová stránka nalezena v automatickém doplňování fuzzy titulků. Pokud je to pro konkrétní případ použití nepřijatelné, lze v rámci možností vyhledávání uživatelů změnit dokončení názvu na klasické vyhledávání prefixů, které využívá index fulltextového vyhledávání.



Návrhy na vyhledávání
Návrhy vyhledávání, které se vám zobrazí, když zadáte text do vyhledávacího pole, které rozbalí kandidátské stránky, jsou seřazeny podle hrubé míry kvality článku. To bere v úvahu počet příchozích wikilinků, velikost stránky, počet externích odkazů, počet nadpisů a počet přesměrování. Návrhy vyhledávání lze přeskočit a dotazy přejdou přímo na stránku s výsledky vyhledávání. Před dotaz přidejte vlnovku. Příklad "~Frida Kahlo". Návrhy vyhledávání se budou i nadále zobrazovat, ale stisknutím klávesy Enter se kdykoli dostanete na stránku s výsledky vyhledávání.

Přízvuk/diakritika jsou pro některé jazyky zapnuty. Podrobnosti jsou specifické pro daný jazyk.



Fultextové vyhledávání
"Fulltextové vyhledávání" je "indexované vyhledávání". Všechny stránky jsou uloženy ve wiki databázi a všechna slova na stránkách bez přesměrování jsou uložena ve vyhledávací databázi, která je indexem prakticky celého textu wiki. Každé viditelné slovo je indexováno v seznamu stránek, kde se nachází, takže hledání slova je stejně rychlé jako vyhledání jediného záznamu. Kromě toho, pro jakékoli změny ve znění, je index vyhledávání aktualizován během několika sekund.

Existuje mnoho rejstříků "plného textu" wiki, které usnadňují mnoho typů potřebných vyhledávání. Celý wikitext je mnohokrát indexován do mnoha speciálních rejstříků, z nichž každý analyzuje wikitext jakýmkoli a různým způsobem optimalizuje jeho použití. Příklady indexů zahrnují:


 * "Doplňkový" text, zahrnuje horní poznámky, titulky, ToC a jakýkoli wikitext klasifikovaný pomocí HTML atributu class=searchaux.
 * Úvodní text je wikitext mezi horní částí stránky a prvním nadpisem.
 * Text "kategorie" indexuje výpisy ve spodní části.
 * Šablony jsou indexovány. Pokud se přeložená slova šablony změní, aktualizují se všechny stránky, které ji převádějí. (To může trvat dlouho v závislosti na frontě úloh.) Pokud se změní podšablony používané šablonou, index se aktualizuje.
 * Obsah dokumentu, který je uložen ve jmenném prostoru File/Media, je nyní indexován. Jsou rozpoznány tisíce formátů.

Je zde podpora pro většinu jazyků, která se rozšiřuje o další. Na webu elasticsearch.org je seznam momentálně podporovaných jazyků, podívejte se na jejich dokumentaci přispívání zasíláním požadavků nebo oprav. K podpoře dalších jazyků, které Elasticsearch nepokrývá, se také používají open-source knihovny třetích stran.

CirrusSearch optimalizuje váš dotaz a spustí jej. Výsledné tituly jsou váženy podle relevance a intenzivně post-zpracovány, 20 najednou, pro stránku s výsledky vyhledávání. Z článku se shromažďují například úryvky a hledané výrazy jsou zvýrazněny tučně.

Výsledky vyhledávání budou často doprovázeny různými předběžnými zprávami. Patří mezi ně Měli jste na mysli (oprava pravopisu), a pokud by jinak nebyly nalezeny žádné výsledky, zobrazí se Zobrazují se výsledky pro (oprava dotazu) a hledat místo toho (váš dotaz).

Funkce vyhledávání také zahrnují:


 * Řazení navigačních návrhů podle počtu příchozích odkazů.
 * Počínaje znakem vlnovky  pro deaktivaci navigace a návrhů takovým způsobem, aby bylo zachováno hodnocení stránky.
 * Chytré porovnávání znaků normalizací (nebo "skládáním") neklávesnicových znaků do znaků klávesnice.
 * Shodující se slova a fráze jsou na stránce s výsledky vyhledávání zvýrazněny tučně. Zvýrazňovač je kosmetický analyzátor, zatímco analyzátor indexování vyhledávání stránku skutečně najde, a ta nemusí být 100% synchronizovaná, zejména u regulárních výrazů. Zvýrazňovač může odpovídat více či méně přesněji než indexátor.



Slova, fráze a modifikátory
Základní hledaný výraz je slovo nebo "fráze v uvozovkách". Podrobnosti se liší podle jazyka, zejména u jazyků bez mezer, ale vyhledávání obvykle rozpozná "slovo" jako:


 * řetězec číslic
 * řetězec písmen
 * dílčí slova v přechodech mezi písmeny a číslicemi, například v txt2regex
 * podslova uvnitř složeného názvu pomocí camelCase

"Stop word" (stop slovo) je slovo, které je ignorováno (protože je běžné nebo z jiných důvodů). Seznam stop words je specifický pro jazyk a ne všechny jazyky podporují stop slova. Daný hledaný výraz se shoduje s obsahem (vykresleným na stránce). Chcete-li místo toho najít shodu s wikitextem, použijte vyhledávací parametr insource (viz sekce níže). Každý parametr vyhledávání má svůj vlastní index a interpretuje daný termín svým vlastním způsobem.

Mezery mezi slovy, frázemi, parametry a vstupy do parametrů mohou obsahovat velké množství bílých znaků a šedých znaků (greyspace characters). "Šedé znaky" jsou všechny nealfanumerické znaky ~!@#$%^&_+-={}|[]\:";'<>?,./ . Smíšený řetězec šedých znaků a bílých znaků je "šedý prostor" (greyspace) a je považován za jednu velkou hranici slova. Greyspace je způsob, jakým se vytvářejí indexy a interpretují dotazy.

Dvě výjimky jsou případy, kdy 1) vložená:dvojtečka je jedno slovo (zachází se s ním jako s písmenem) a 2) vložená čárka, , jako například v 1,2,3 , je považována za číslo. Znaky šedého prostoru jsou jinak ignorovány, pokud je nelze kvůli syntaxi dotazu interpretovat jako modifikační znaky.

Modifikátory jsou ~ * \? - " ! . V závislosti na jejich umístění v syntaxi se mohou vztahovat na termín, parametr nebo na celý dotaz. Modifikátory slov a frází jsou vyhledávány pomocí zástupných znaků, promixity (vyhodnocování blízkosti) a fuzzy vyhledávání (vyhledávání přibližných shod). Každý parametr může mít své vlastní modifikátory, ale obecně platí:


 * Hledání fuzzy slov nebo fuzzy frází může mít jako příponu znak tilda  (plus číslo udávající stupeň).
 * Znak tilda $tilda před prvním výrazem dotazu zaručuje výsledky hledání namísto jakékoli možné navigace.
 * Zástupný znak uvnitř slova může být ukončující otazník \? pro jeden znak nebo hvězdička * hvězdička pro nula nebo více znaků.
 * Truth-logic (pravdivostní logika) umí interpretovat AND a OR, ale parametry už ne. Všimněte si, že operátory AND a OR v současnosti nefungují tradičním způsobem truth-logic! Podrobnosti viz logické operátory.
 * Truth-logic ví, že - nebo ! předponou před termínem se invertuje obvyklý význam termínu z "match" (shoda) na "exclude" (vyloučit).


 * Quotes (citace) kolem slov označují hledání "přesné fráze". U parametrů jsou také potřebné k oddělování víceslovného vstupu.
 * Stemming (odvozování) je automatický, ale lze jej vypnout pomocí "exact phrase" (přesné fráze).

Hledání fráze může být zahájeno různými nápovědami pro vyhledávač. Každá metoda nápověd má vedlejší účinek na to, jak tolerantní bude shoda slovní sekvence. Tipy pro greyspace, camelCase nebo txt2number:


 * daný words-joined_by_greyspace(characters) nebo wordsJoinedByCamelCaseCharacters najde words joined by ... characters, v jejich holé formě nebo ve formě šedého prostoru.
 * txt2number bude odpovídat  nebo.
 * Zastavovací slova jsou povolena pro okrajové případy (na periferii) fráze grey_space nebo camelCase. Příkladem použití the, of a a je, že the_invisible_hand_of_a odpovídá  v textu.

Hlášení "search instead" (hledej místo toho) se spustí, když je ve frázi ignorováno všeobecně neznámé slovo.

Každý z následujících typů frázové shody obsahuje a rozšiřuje toleranci shody předchozího:


 * "Přesná fráze" "v uvozovkách" bude tolerovat (shodovat se) šedý prostor. Zadaný "exact_phrase" nebo "exact phrase" odpovídá.
 * Greyspace_phrase iniciuje kontrolu stop a stop word.
 * Daný CamelCase bude dodatečně odpovídat, všechna písmena malá, protože CirrusSearch nerozlišuje malá a velká písmena při shodě. Upozorňujeme, že shoda CamelCase není povolena pro všechny jazyky.

Některé parametry interpretují fráze šedého prostoru, ale jiné parametry, například, interpretují pouze obvyklou "frázi v uvozovkách".

Všimněte si, že všechny stemmingy nerozlišují malá a velká písmena.

Všimněte si, jak vyhledávání "přesné fráze" (exact phrase) interpretovalo vložené znaky : COLON znak, ale nikoli znak vloženého_underscore. Podobná událost se vyskytuje u znaku čárky uvnitř čísla.

Vzhledem k innthisword, cirrussearch, když v kontextu "přesné fráze" (který obsahuje kontext parametru 'insource'), nebude odpovídat,   nebo  , ale pak se bude shodovat pouze.

V opačném případě si pamatujte, že pro slova cirrussearch  'jsou písmena, čísla nebo kombinace těchto dvou' .

Společné vyhledávání slov využívá prostorový znak a je agresivní k zastavení, a když jsou stejná slova spojena znaky greyspace nebo camelCase, jsou agresivní s frázemi a subwordy.

Pokud jsou běžná slova jako "of" nebo "the" zahrnuta do fráze greyspace, jsou ignorována, aby odpovídala agresivněji.

Vyhledávací termín greyspace_phrase nebo camelcase nebo termín TXT2NUMB, se znatelně shodují. Můžete použít kteroukoli z těchto tří formulí. Nyní camelcase odpovídá camelCase, protože vyhledávání není citlivé na případ, ale camelCase odpovídá camelcase , protože camelCase je agresivnější. Stejně jako ve zbytku Vyhledávání se u podslova "words" nerozlišují velká a malá písmena. Pro srovnání, "přesná fráze" je orientována na šedý prostor a ignoruje numerické přechody nebo přechody mezi velkými a malými písmeny a stemming. "Fráze v uvozovkách" nerozlišují velká a malá písmena.

Z tabulky můžeme usuzovat, že základní hledání parser_function -"parser function" je součtem základních hledání  a.

Při dotazech na čísla bychom zjistili, že:


 * Plan9 nebo Plan_9 odpovídá libovolnému z:,  ,  ,  ,
 * "plan9" odpovídá pouze  (nerozlišují se malá a velká písmena)
 * Plan*9 odpovídá  nebo.

Zástupný znak hvězdička * odpovídá řetězci písmen a číslic ve vykresleném slově, ale nikdy počátečnímu znaku. Před znakem * musí být jeden nebo více znaků.


 * Když * odpovídá číslům, čárka je považována za součást jednoho čísla, ale desetinná čárka je považována za šedý znak a odděluje dvě čísla.
 * Uvnitř "přesné fráze" je * považováno za znak šedé mezery, nikoli jako zástupný znak, takže odděluje slova.

Zástupný znak \? představuje jedno písmeno nebo číslo. *\? je také přijat, ale \?* není rozpoznán.

Zástupné znaky jsou pro základní vyhledávání slov, frází a zdrojů a mohou být také alternativou k (některým) pokročilým vyhledáváním regulárních výrazů (probráno později).

Vložením znaku tilda ~ za slovo nebo frázi aktivujete fuzzy vyhledávání.


 * Pro frázi se to nazývá vyhledávání blízkosti, protože proximální slova jsou tolerována spíše jako přibližná než přesná fráze.
 * Například "exact one two phrase"~2 odpovídá.
 * Pro word to znamená znaky navíc nebo změněné znaky.
 * Pro frázi fuzzy vyhledávání vyžaduje celé číslo, které říká, kolik dalších slov se má vejít, ale pro slovo může mít fuzzy vyhledávání desetinný zlomek, defaulting až word~0.5 ( word~.5 ), kde lze nalézt zaměněná, změněná nebo přidaná nejvýše dvě písmena, nikdy však první dvě písmena.
 * Pro blízkost fráze může být použito velké číslo, ale to je "náročné" (pomalé) hledání.
 * Pro slovo word~2 je nejvíce fuzzy s editační vzdáleností 2 (výchozí) a word~1 je nejméně fuzzy a word~0 není fuzzy vůbec.

Pro hodnotu podobnosti potřebnou k porovnání v obráceném pořadí (zprava doleva) spočítejte a zahoďte všechna slova navíc a poté přidejte dvojnásobek celkového počtu zbývajících slov mínus jedna. (Jinými slovy, přidejte dvojnásobný počet segmentů). Úplný algoritmus přiblížení viz Elasticsearch slop.

Citace vypínají stopování, "but appending"~ vlnovka reaktivuje stopování.

Zdroj
Insource vyhledávání lze použít k nalezení libovolného slova vykresleného na stránce, ale je určeno k nalezení jakékoli fráze, kterou můžete najít - včetně MediaWiki markup (také známý jako wikikód), na jakékoli stránce kromě přesměrování. Tato fráze zcela ignoruje šedý prostor: insource: "state state autocollapse" odpovídá.

Insource se doplňuje. Na jedné straně má fulltextové vyhledávání libovolného slova ve wikitextu okamžitě. Na druhou stranu dokáže zpracovat hledání regulárních výrazů pro libovolný řetězec znaků. Regexy skenují všechny textové znaky v daném seznamu stránek. Nemají slovní index pro urychlení a proces se přeruší, pokud běží déle než dvacet sekund. Regexy běží v dotazu jako poslední, takže pro omezení zbytečného skenování na úrovni znaků by měl každý dotaz s regulárním výrazem obsahovat další hledané výrazy, aby se omezil počet dokumentů, které je třeba skenovat. Často nejlepším kandidátem pro přidání do dotazu na regulární výraz insource:/arg/ je insource:arg, kde arg je stejný (a nepoužívá žádné zástupné znaky).

Syntaxe pro regulární výraz je insource: bez mezery a poté /regexp/. (Žádný jiný parametr nepovoluje mezeru. Všechny parametry kromě insource:/regexp/ přijímají mezeru za dvojtečkou.)

Role insource indexed-search a regexp-search jsou v mnoha ohledech podobné:


 * Oba vyhledávají pouze wikitext.
 * Ani jeden nenajde věci "zdrojované" pomocí transclusion.
 * Ani vyhledávání podle stopky, fuzzy nebo blízkosti.
 * Oba chtějí co nejméně výsledků a oba pracují rychleji, když je doplní další klauzule.

Všechna indexovaná vyhledávání však ignorují šedý prostor; hledání zástupných znaků neodpovídá šedému prostoru, takže regulární výrazy jsou jediným způsobem, jak najít přesný řetězec všech a všech znaků, například posloupnost dvou mezer. Regexy jsou zcela odlišnou třídou vyhledávacích nástrojů, které usnadňují porovnávání doslovného řetězce (základní použití pro začátečníky) a umožňují porovnávání podle výrazů metaznaků (pokročilé použití) na wiki. Viz #Vyhledávání regulárních výrazů níže.



Předpona a jmenný prostor
Pro vyhledávání funguje termín jmenného prostoru k určení počáteční domény vyhledávání. Místo prohledávání celé wiki je výchozí hlavní jmenný prostor (mainspace).

Z dotazu vyhledávacího pole lze nastavit pouze jeden název jmenného prostoru. Je to buď první termín nebo poslední termín v parametru prefix.

Dva nebo více jmenných prostorů lze prohledávat z podokna Pokročilé na vyhledávací liště nacházející se v horní části každé stránky s výsledky vyhledávání, Special:Search. Zde lze nastavit vaši vyhledávací doménu jako profil jmenných prostorů. Seznam jmenných prostorů se pak zobrazí na první stránce budoucích výsledků hledání, aby označil doménu hledání výsledků hledání. Chcete-li toto nastavení zrušit, vyberte výchozí jmenný prostor (uvedený v závorkách), vyberte "Remember" (pamatovat) a stiskněte Search (hledat).

Vyhledávací lišta graficky nastavuje a označuje vyhledávací doménu. "Stránky s obsahem" (hlavní prostor), "Multimédia" (Soubor), "Vše" (všechno plus Soubor), "Překlady" atd. jsou hypertextové odkazy, které mohou aktivovat dotaz v dané doméně a následně toto indikovat tím, že se stane neaktivním (tmavým). Dotaz však přepíše vyhledávací pole. Když je v dotazu použit jmenný prostor nebo předpona, aktivace a indikace vyhledávací lišty mohou být zavádějící, takže vyhledávací lišta a vyhledávací pole se vzájemně vylučují (nikoli doplňují) způsoby, jak nastavit vyhledávací doménu.

Termín jmenného prostoru přepíše vyhledávací lištu a výraz předpona přepíše jmenný prostor.

Zadejte název jmenného prostoru nebo zadejte  nebo zadejte dvojtečku    pro hlavní prostor. Vše nezahrnuje jmenný prostor souboru. Soubor obsahuje mediální obsah uložený na Commons, jako je PDF, které jsou všechny indexované a lze v nich vyhledávat.

Když je zahrnut soubor, má účinek modifikátor jmenného prostoru, jinak je ignorován.

Aliasy jmenného prostoru jsou přijímány.

Stejně jako u parametrů vyhledávání musí být local a all malá. Názvy jmenných prostorů nerozlišují malá a velká písmena.

Parametr prefix: odpovídá libovolnému počtu prvních znaků všech názvů stránek v jednom jmenném prostoru. Když se první písmena shodují s názvem oboru názvů a dvojtečkou, doména vyhledávání se změní.

Zadaný pouze jmenný prostor bude prefix odpovídat všem jeho názvům stránek. Zadaný pouze jeden znak to nemůže být - pomlčka nebo ' uvozovka nebo " dvojitá uvozovka. Poslední znak nemůže být dvojtečka.

U názvů stránek, které se shodují, se názvy podstránek shodují podle definice.

Parametr prefix nepovoluje mezeru před jmenným prostorem, ale povoluje mezery před názvem stránky.

Parametr prefix je na konci, takže znaky názvu stránky mohou obsahovat uvozovky ".

Rozšíření Translate vytváří jakýsi "jazykový jmenný prostor" přeložených verzí stránky. Ale na rozdíl od jmenného prostoru nebo prefixu, které vytvářejí počáteční vyhledávací doménu, je parametr inlanguage jejím filtrem. (Viz další část.)



Vyloučení obsahu z indexu vyhledávání
Obsah lze vyloučit z indexu vyhledávání přidáním. Tím dá CirrusSearch pokyn, aby se tento obsah z indexu vyhledávání ignoroval (další kontext viz ).

Obsah lze navíc označit jako pomocnou informaci přidáním. To dá CirrusSearch pokyn přesunout obsah z hlavního textu do pomocného pole, které má nižší důležitost pro vyhledávání a zvýraznění úryvků. Toto rozlišení se používá pro položky, jako jsou popisy miniatur obrázků, sekce 'související odkazy' atd.

Filtry
Filtr může mít více instancí nebo negovaných instancí nebo může běžet jako samostatné filtrování vyhledávací domény. Dotaz je tvořen termíny, které filtrují vyhledávací doménu.

Přidání dalšího slova, fráze nebo parametru filtruje více. Vysoce upřesněný výsledek vyhledávání může mít velmi mnoho A/N filtrů, když bude adresována každá stránka ve výsledcích. (V tomto případě je pořadí do značné míry irelevantní.) Filtrování se kriticky vztahuje na přidání regulárního výrazu. Před přidáním regulárního výrazu chcete co nejméně stránek (protože nikdy nemůže mít připravený index pro vyhledávání).

Jmenný prostor je zadaná vyhledávací doména, ale ne filtr, protože jmenný prostor nebude fungovat samostatně. Prefix bude negovat, takže je to filtr. Níže uvedené parametry vyhledávání jsou filtry, pro které může existovat více instancí.

Insource (popsané výše) je také filtr, ale insource:/regexp/ není filtr. Filtry a všechny ostatní parametry vyhledávání mají malá písmena. (Jmenné prostory jsou výjimkou a nerozlišují malá a velká písmena.)



Název a kategorie
Hledání slov a frází se shoduje v názvu a odpovídá v poli kategorie ve spodní části stránky. Ale s těmito parametry můžete vybrat tituly only nebo kategorii only.
 * cow*
 * Najděte články, jejichž název nebo text obsahuje slova začínající na cow (kráva)
 * intitle:foo
 * Najděte články, jejichž název obsahuje foo. Stemming je povolen pro foo.
 * intitle:"fine line"
 * Najděte články, jejichž název obsahuje fine line. Stemming je zakázán.
 * intitle:foo bar
 * Najděte články, jejichž název obsahuje foo a jejichž název nebo text obsahuje bar.
 * -intitle:foo bar
 * Najděte články, jejichž název neobsahuje foo a jejichž nadpis nebo text obsahuje bar.
 * incategory:Music
 * Najděte články, které jsou v Category:Music
 * incategory:"music history"
 * Najděte články, které jsou v Category:Music_history
 * incategory:"musicals" incategory:"1920"
 * Najděte články, které jsou v Category:Musicals a v Category:1920
 * -incategory:"musicals" incategory:"1920"
 * Najděte články, které nejsou v Category:Musicals, ale jsou v Category:1920

Intitle a incategory jsou staré parametry vyhledávání. Incategory již nevyhledává žádnou podkategorii automaticky, ale nyní můžete ručně přidat více názvů stránek kategorií.

Protože pro intitle je podporováno vyhledávání regulárních výrazů:
 * intitle:/regex/, intitle:/regex/i

Vše, co je napsáno v #Hledání regulárních výrazů, je také platné pro tato vyhledávání, včetně varování.

Deepcategory
Hluboké vyhledávání kategorií umožňuje vyhledávání v kategorii a všech podkategoriích. Hloubka stromu je aktuálně omezena 5 úrovněmi (konfigurovatelné) a počet kategorií je omezen na 256 (konfigurovatelné). Hluboké vyhledávání používá službu SPARQL Category od WDQS. Klíčová slova jsou deepcategory nebo deepcat. Příklad:


 * deepcat:"musicals"
 * Najděte články, které jsou v Category:Musicals nebo v některé z podkategorií.

Gadget DeepCat, který tento parametr dříve implementoval, byl ukončen v lednu 2020.

Všimněte si, že některá vyhledávání deepcat vrací neúplné výsledky. Další podrobnosti viz chyba.

Linksto
Linksto najde wikilinky na dané jméno, nikoli odkazy na obsah. Vstupem je kanonická stránka name, rozlišující malá a velká písmena. Musí se přesně shodovat s řádkem nadpisu stránky s obsahem před jakoukoli úpravou nadpisu velkých písmen. (Musí odpovídat jeho { {FULLPAGENAME}}, např. .)

Linksto nenachází přesměrování. Najde pouze [ [wikilinks]], i když jsou vytvořeny pomocí šablony. Nenajde odkaz vytvořený URL, i když je tato URL interním odkazem wiki.

Chcete-li najít všechny wikiodkazy na "Help:Cirrus Search", pokud jsou "Help:Searching" a "H:S" přesměrovány na něj:
 * 1) linksto: "Help:Cirrus Search"
 * 2) linksto: Help:Searching
 * 3) linksto: H:S

najde články, které zmiňují "CirrusSearch", ale ne ve wikiodkazu.

Hastemplate
Použití šablony můžete určit pomocí. Zadejte kanonický název stránky, abyste našli všechna použití šablony, ale použijte kterýkoli z jejích přesměrovaných názvů stránek najde jen to pojmenování. Aliasy jmenného prostoru jsou přijímány, velká písmena jsou zcela ignorována a přesměrování jsou nalezena, to vše při jednom vyhledávání jmen. (Porovnejte boost-template bez výchozího jmenného prostoru; linkto bez aliasů jmenného prostoru, rozlišují se malá a velká písmena, žádná přesměrování; intitle žádná přesměrování.)

Hastemplate najde sekundární (nebo meta-šablonu) použití na stránce: prohledá zahrnutí po rozšíření. Toto je stejná filozofie jako pro slova a fráze ze šablony, ale zde je to pro šablony ze šablony. Stránka bude uvedena jako obsahující tento obsah, i když tento obsah není ve wikitextu vidět.


 * hastemplate: "quality image", najde použití "Template:Quality image" ve vaší výchozí doméně vyhledávání (jmenných prostorech).
 * hastemplate: portal:contents/tocnavbar, vyhledá použití hlavního prostoru šablony "Contents/TOCnavbar" ve jmenném prostoru portálu.

U instalací s rozšířením Translate je vyhledávání hastemplate rušeno všude tam, kde Template:Translatable template name obalí název šablony přeložitelné šablony. Místo toho použijte insource.

Inlanguage
U instalací s rozšířením Translate je inlanguage důležitý pro vysoce přesné vyhledávání a počty stránek.


 * inlanguage: kód jazyka

zobrazí výsledky vyhledávání pouze v tomto jazyce.

Například


 * pro počítání všech japonských stránek na wiki
 * all: inlanguage: ja


 * pro odfiltrování německých a španělských stránek ve jmenném prostoru nápovědy
 * help: -inlanguage: de -inlanguage: es


 * chcete-li ignorovat Translate, a tam, kde je angličtina základním jazykem, přidejte
 * inlanguage:en

Contentmodel
Klíčové slovo contentmodel: umožňuje omezit vyhledávání na stránky konkrétního modelu obsahu. Pro možné modely viz. Obslužné nástroje obsahu. Např.:


 * Chcete-li zobrazit pouze stránky JSON:

subpageof
Chcete-li najít podstránky.
 * subpageof: Nadřazená_stránka

Například


 * Chcete-li najít všechny podstránky CirrusSearch.
 * subpageof:CirrusSearch


 * Pokud nadřazená stránka obsahuje mezery, použijte dvojité uvozovky.


 * subpageof:"Requests for comment"

Articletopic
Klíčové slovo articletopic: umožňuje filtrovat výsledky vyhledávání podle tématu. Možná témata viz. Např. articletopic:books bude filtrovat výsledky vyhledávání na články o knihách. articletopic:books|films bude filtrovat na články o knihách nebo filmech. articletopic:books articletopic:films bude filtrovat na články, které se týkají knih i filmů.

Do témat patří pouze články z hlavního prostoru a témata jsou dostupná pouze na Wikipedii. Na rozdíl od jiných filtrů, articletopic také provádí vyhodnocení stránky: Články, které lépe odpovídají tématu, budou ve výsledcích vyhledávání vyšší (zatímco články, které se vůbec netýkají tohoto tématu, budou ze sady výsledků zcela odstraněny).

Tematické modely jsou odvozeny pomocí strojového učení od ORES. Každý daný článek získá výsledek na desítky různých témat, a proto se může objevit pod různými klíčovými slovy. Například článek o Albertu Einsteinovi se může objevit jako článek o "fyzice" a jako článek o "biografii". Všechny Wikipedie mají k dispozici výsledky – některé mají modely témat v místním jazyce, které pokrývají všechny články. Jiné jazyky nemají místní modely ORES a používají výsledky v angličtině přiřazené článkům v místním jazyce, které také existují v anglické Wikipedii. Jazyky s takovými "cross-wiki" výsledky nemají 100 % pokrytí – v závislosti na jazyce to může být jen něco kolem 60 % článků, které mají dostupná témata.

Data o vyhledávání souvisejících s tématy se aktualizují každý týden, takže nedávno vytvořené články se nemusí zobrazovat ve vyhledávacích dotazech podle tématu.

Pageid
Klíčové slovo pageid: omezuje výsledky vyhledávání na danou sadu ID stránek. To není opravdu užitečné pro ruční vyhledávání. Lze jej použít softwarovými nástroji ke kontrole, zda sada stránek odpovídá dané sadě podmínek vyhledávání (např. pro opětovné ověření výsledků vyhledávání uložených v mezipaměti).



Váha stránky
Váha určuje úryvek, návrhy a relevanci stránky. Normální váha je jedna. Dodatečná váha je dána multiplikátory.

Pokud jsou dotazem pouze slova, budou stránky, které jim odpovídají v pořadí, jak poskytují podporu. Pokud do vyhledávání přidáte jakékoli explicitní fráze nebo pro určité další doplňky, tato funkce "preferovat frázi" se nepoužije.

Morelike

 * morelike:page name 1|page name 2|...|page name n
 * Vyhledá články, jejichž text je podobný textu uvedených článků.
 * Najde články o bodavém hmyzu.
 * Najde články o vyhledávacím způsobu regex pro použití šablony na wiki.
 * Najde články o vyhledávacím způsobu regex pro použití šablony na wiki.
 * Najde články o vyhledávacím způsobu regex pro použití šablony na wiki.

je "greedy" klíčové slovo, což znamená, že jej nelze kombinovat s jinými vyhledávacími dotazy. Pokud chcete použít jiné vyhledávací dotazy, použijte ve vyhledávání morelikethis :


 * Najde články o bees, které mají také šablonu "featured article".
 * Najde články o bees, které mají také šablonu "featured article".

Dotaz morelike: funguje tak, že ve vstupních článcích vybere sadu slov a spustí dotaz s vybranými slovy. Způsob, jakým to funguje, můžete vyladit přidáním následujících parametrů do adresy URL výsledků vyhledávání:

Tato nastavení mohou být trvalá přepsáním  v Systémové zprávě.
 * cirrusMltMinDocFreq : Minimální počet dokumentů (na shard), které potřebují termín, aby mohly být zváženy.
 * cirrusMltMaxDocFreq : Maximální počet dokumentů (na shard), které mají termín, který je třeba vzít v úvahu.
 * cirrusMltMaxQueryTerms : Maximální počet termínů, které je třeba vzít v úvahu.
 * cirrusMltMinTermFreq : Minimální počet případů, kdy se výraz objeví ve vstupu do dokumentu, který má být zvážen. U malých polí ( title ) by tato hodnota měla být 1.
 * cirrusMltMinWordLength : Minimální délka období, které je třeba vzít v úvahu. Výchozí hodnota je 0.
 * cirrusMltMaxWordLength : Maximální délka slova, nad kterou budou slova ignorována. Výchozí hodnota je neomezené (0).
 * cirrusMltFields (seznam hodnot oddělených čárkami): Toto jsou pole, která se mají použít. Povolená pole jsou title, text , auxiliary_text , opening_text , headings a all.
 * cirrusMltUseFields ( | ): použijte pouze data pole. Výchozí hodnota je : Systém extrahuje obsah pole   za účelem vytvoření dotazu.
 * cirrusMltPercentTermsToMatch : Procento výrazů, které se mají shodovat. Výchozí hodnota je 0,3 (30 procent).
 * Příklad:

Prefer-recent
Přidání prefer-recent: kamkoli do dotazu dává nedávno upraveným článkům o něco větší než normální posílení pravidel pro hodnocení stránek. Prefer-recent se použije pouze při použití výchozího  třídění.

Ve výchozím nastavení se zvýší pouze o 60 % skóre ve velkém, 160 denním časovém okně, které lze v dotazu zadat jako prefer-recent:0.6,160. To hraje dobře s ostatními pravidly hodnocení stránek a je určeno pro většinu vyhledávání.

Můžete manipulovat s pravidly: prefer-recent:boost,recent Technicky vzato, "boost" je poměr skóre k měřítku a "recent" je poločas ve dnech. Boost je více než obvyklý násobič, je to exponenciální posílení. Faktor použitý v exponentu je čas od poslední úpravy.

Například


 * prefer-recent:,7

Stránky starší než 7 dní jsou posíleny o polovinu více a stránky starší 14 dní jsou posíleny znovu o polovinu a tak dále. Pro jednoduché "třídění podle data" ve vysoce rafinovaných výsledcích vyhledávání, kde hodnocení a posilování stránky do značné míry nemá smysl, stačí zvýšit celé skóre.


 * prefer-recent:1,7 - týdny
 * prefer-recent:1,1 - dny
 * prefer-recent:1,0.0007 - minuty
 * prefer-recent:1,0.0001 - 8.64 seconds
 * prefer-recent:1,0.00001 - sekundy

Boost-templates
Výsledky stránek můžete zvýšit podle toho, jaké šablony obsahují. To lze aplikovat na všechny vyhledávací dotazy deklarováním zvýšení prostřednictvím MediaWiki:Cirrussearch-boost-templates nebo ad-hoc v jednotlivých dotazech prostřednictvím operátoru. Pokud je v dotazu nastaven operátor, bude obsah   ignorován. Podobně jako u funkce prefer-recent jsou šablony upřednostnění použity jako součást výchozího  třídění. Nemá to žádný vliv na další vyhledávací příkazy.

Syntaxe zprávy je následující:


 * Vše od znaku  až po konec řádku je považováno za komentář a ignorováno.
 * Každý neprázdný řádek je interpretován jako přesný název šablony, která by měla být zesílena (včetně prefixu jmenného prostoru), za nímž následuje svislý znak "|", za kterým následuje číslo a za ním znak "%".

Dobré příklady:

Template:Important|150% Template:Very_Very_Important|300% Template:Less_important|50%

Špatné příklady:

Template:Foo|150.234234% # desetinné tečky nejsou povoleny. Foo|150% # technicky platný, ale jedná se o transkluze Foo (hlavní vesmírný článek) místo Template:Foo.

Příklady použití:


 * boost-templates:"Template:Quality_Image|200%" incategory:china


 * Najde soubory v kategorii China se seřazením od nejkvalitnějších obrázků.


 * boost-templates:"Template:Quality_Image|200% Template:Low_Quality|50%" incategory:china
 * Najde soubory v kategorii China se seřazením s nejkvalitnějšími obrázky na vrchu a nejméně kvalitními jako poslední.


 * boost-templates:"Template:Quality_Image|200% Template:Low_Quality|50%" popcorn
 * Vyhledejte soubory o popcornu, nejprve seřaďte kvalitní obrázky a až nakonec obrázky nízké kvality. Pamatujte, že pomocí zprávy  to lze zredukovat na pouhý.

V procentech nejsou povoleny desetinné čárky. Výsledky vyhledávání jsou takové, že zlomky procent pravděpodobně nezpůsobí rozdíl.

Pozor, pokud přidáte velmi nízká nebo velmi vysoká procenta prostřednictvím cirrussearch-boost-templates, mohou otrávit fulltextové bodování. Pokud by například Wikipedie posílila šablonu "Vybraný článek" o 1 milion procent, pak by vyhledávání jakéhokoli výrazu uvedeného v doporučených článcích zařadilo doporučený článek dokonce nad vyhrazený článek o tomto výrazu.

Frázová shoda by byla podobně otřepaná, takže vyhledávání jako  by vrátilo doporučený článek jako první výsledek, i když by v něm byla zmíněna pouze tato tři slova, namísto relevantnějšího článku o Brave New World samotného.



Vyhledání regulárních výrazů
Základní indexované vyhledávání najde slova zobrazená na stránce. Dělení slov a interpunkční znaménka a závorky, lomítko a další matematické a výpočetní symboly jsou pouze hranicemi pro slova. Není možné je zahrnout do indexovaného vyhledávání. Většinou takové chování při vyhledávání požaduje uživatel. Někdy však člověk chce mít možnost přesnějšího vyhledávání.

Chcete-li obejít syntaktický nedostatek vyhledávání na základě indexu, lze použít vyhledávání podle regulárních výrazů. Ale protože dotazy pouze s výrazy regulárních výrazů jsou velmi pomalé a náročné na zdroje, měly by být vždy kombinovány s vyhledáváním založeným na indexu, takže doména hledání regulárních výrazů bude omezena na výsledky jednoho nebo více hledání založeného na indexu.

Hledání regulárního výrazu "přesný řetězec" je základní hledání. Jednoduše "nabídne" celý regulární výraz nebo uvede "zpětným lomítkem" všechny nealfanumerické znaky v řetězci. Všechna vyhledávání regulárních výrazů také vyžadují, aby uživatel vyvinul jednoduchý filtr pro generování vyhledávací domény pro vyhledávač regulárních výrazů (doména vyhledávání založená na indexu označena tučně, část regulárního výrazu označena kurzívou):


 * insource:"debian.reproducible.net" insource:/debian\.reproducible\.net/
 * insource:"c:\program files (x86)" insource:/C\:\\Program Files \(x86\)/i
 * insource:"&lt;tag>{ {template}}&lt;/tag>" insource:/"&lt;tag>{ {template}}&lt;"\/"tag>"/
 * insource:"[ [title|link label]]'s" insource:/"[ [title|link label]]'s"/
 * insource:/regexp/ prefix:{ {FULLPAGENAME}}

Poslední příklad funguje z odkazu na stránce, ale { {FULLPAGENAME}} ve vyhledávacím poli nefunguje.

Například: Special:Search/insource:/regex/ prefix: na této stránce najde výraz regex.

Dotaz bez zadaného jmenného prostoru a bez zadané předpony prohledává vaši výchozí vyhledávací doménu (lze nastavit na jakékoli stránce s výsledky vyhledávání, tj. na Special:Search). Někteří uživatelé si ponechají výchozí doménu vyhledávání na "všech jmenných prostorech", tedy celé wiki. Na velké wiki, pokud tento uživatel provede holé hledání podle regulárního výrazu, pravděpodobně selže a dojde k vypršení časového limitu, než dokončí hledání.

Hledání podle regulárního výrazu ve skutečnosti prohledává každou stránku ve vyhledávací doméně znak po znaku. Naproti tomu indexované vyhledávání se ve skutečnosti dotazuje na několik záznamů z databáze odděleně spravované z databáze wiki a poskytuje téměř okamžité výsledky. Pokud tedy používáte insource:// (regulární výraz jakéhokoli druhu), zvažte přidání dalších hledaných výrazů, které co nejvíce omezí vyhledávací doménu regulárních výrazů. Existuje mnoho hledaných výrazů, které používají index, a tak okamžitě poskytují přesnější vyhledávací doménu pro /regexp/. V pořadí podle obecné účinnosti:


 * Ideální je insource:"" s uvozovkami, duplikující regulární výraz kromě bez lomítek nebo znaků escape.
 * intitle (bez vyhledávání podle regulárního výrazu), incategory a linksto jsou vynikající filtry.
 * hastemplate: je velmi dobrý filtr.
 * "slovo1 slovo2 slovo3", s uvozovkami nebo bez nich, je dobré.
 * namespace: je prakticky k ničemu, ale může umožnit dokončení pomalého vyhledávání regulárních výrazů.

Chcete-li otestovat holý dotaz na regulární výraz, můžete vytvořit stránku s testovacími vzory a poté použít parametr prefix s tímto celým názvem stránky. Výsledek bude zvýrazněn. Prohledává tuto stránku (v databázi) a její podstránky.

Hledané výrazy, které nezvyšují efektivitu vyhledávání podle regulárních výrazů, jsou operátory hodnocení stránky: morelike, boost-template a prefer-recent.

Metaznaky
Tato část popisuje, jak uniknout metaznakům používaným při vyhledávání regulárních výrazů. Skutečný význam metaznaků viz vysvětlení syntaxe.

Například:


 * Chcete-li prohledat jmenný prostor, změřte počet stránek s jedním termínem, který je jmenným prostorem. Tím se zobrazí počet stránek v daném jmenném prostoru.
 * začnete znovu hledat to, co jste možná viděli, jako "wiki-link" nebo "(trans[in]clusion)" začněte jmenným prostorem a filtry zdrojů.

Existují některé významné rozdíly od standardních metaznaků regulárního výrazu:


 * nebo  nejsou vyhrazeny pro shodu na novém řádku. Chcete-li vyhledat řetězec, který obsahuje nový řádek, můžete provést vyhledávání jako , což znamená, že není složená závorka, pak dvě složené závorky, potom libovolné dva znaky kromě složené závorky, mezery nebo svislé čáry a poté značku . "Jakýkoli znak except (kromě)" zahrne do vyhledávání nový řádek. Upozorňujeme, že toto vyhledávání bylo navrženo tak, aby odpovídalo pouze následujícímu řetězci:


 * Metaznak tečka  představuje jakýkoli znak včetně nového řádku, takže   odpovídá napříč řádky.
 * Znak čísla  něco znamená a musí být escapován.
 * a  nejsou implementovány. Stejně jako "grep" (global per line, regular expression, print each line) (globální na řádek, regulární výraz, tisk každého řádku), každý insource:// je "globální na dokument, regulární výraz, seznam výsledků hledání každý dokument" na dokument.
 * a  podporují vícemístný číselný rozsah jako , ale bez ohledu na počet pozic znaků nebo rozsah na každé pozici, takže   funguje a dokonce   funguje.



Náhrady některých metaznaků
Zatímco třídy znaků,  ,   nejsou podporovány, v případě akutní potřeby je použít v regulárním výrazu můžete použít tato zástupná řešení:

V těchto rozsazích se " " (mezera) používá jako znak bezprostředně za řídicími znaky, "!" – znak bezprostředně následující za ním a "􏿽" jako znak U+10FFFD, což je poslední povolený znak v Unicode. Rozsah od " " do "􏿽" tedy zahrnuje všechny znaky kromě kontrolních, z nichž články mohou obsahovat nové řádky a tabulátory, zatímco rozsah od "!" do "􏿽" zahrnuje všechny znaky kromě kontrolních a mezery.



Zpřesnění přesným řetězcem

 * upřesnění probíhajícího procesu vyhledávání pomocí toho, co chcete vidět, například "2 + 2 = 4" nebo "site.org" Toto je v ideálním případě nejlepší použití regulárního výrazu, protože jej přidává jako jeden výraz regulárního výrazu při zpřesňování vyhledávání lze vidět omezený počet stránek, které musí regulární výraz procházet.

Můžete začít hledáním přesného řetězce, ale mějte na paměti:


 * regulární výraz prohledává pouze wikitext, nikoli vykreslený text, takže existují určité rozdíly v označení, a dokonce i počet mezer se musí přesně shodovat.
 * Jste povinni dodat přiložený filtr.
 * Musíte se naučit, jak uniknout z metaznaků regulárního výrazu.

Metaznaky lze uniknout dvěma způsoby. Oba jsou občas užitečné a někdy jsou zřetězeny vedle sebe při úniku řetězce.


 * Zpětné lomítko-escape jeden z nich \char. Insource:/regexp/ používá lomítka k oddělení regulárního výrazu. Zadání /reg/exp/ je nejednoznačné, takže musíte napsat /reg\/exp/.
 * Vložte řetězec z nich do dvojitých uvozovek "řetězec". Protože únik před znaky nemůže ublížit, můžete uniknout jakémukoli znaku spolu se všemi možnými metaznaky v něm. Únik (escaping) s uvozovkami je čistší.
 * Metody nelze kombinovat, ale můžete je zřetězit.

Escapování dvojitých uvozovek pomocí insource:/"regexp"/ je snadný způsob, jak hledat mnoho druhů řetězců, ale uvnitř dvojitých uvozovek nemůžete nic vrátit zpětným lomítkem.


 * místo
 * je stejně dobrý jako
 * Ale  vždy.
 * A $this závisí. Doslova najde, což není lomítko  , které jste pravděpodobně chtěli.

" a / oddělovače, ale vyžaduje zohlednění metaznaků a escapování všech:


 * Pro shodu s oddělovacím znakem  použijte.
 * Pro shodu s oddělovacím znakem  použijte.
 * Uniklé metaznaky by byly.
 * The equivalent expression escaped with double-quotes is.

The simplest algorithm to create the basic string-finding expression using insource:/"regexp"/, need not take metacharacters into account except for the " and / characters:
 * 1) Write   out. (The /" delimiters "/ are not shown.)
 * 1) Replace   with   (previous double-quote: stop, concatenate, quote restart).
 * 1) Replace   with   (stop, concatenate, start).
 * 1) You get , showing concatenation of the two methods.

The square-bracket notation for creating your own character-class also escapes its metacharacters. To target a literal right square bracket in your character-class pattern, it must be backslash escaped, otherwise it can be interpreted as the closing delimiter of the character-class pattern definition. The first position of a character class will also escape the right square bracket. Inside the delimiting square brackets of a character class, the dash character also has special meaning (range) but it too can be included literally in the class the same way as the right square bracket can. For example both of these patterns target a character that is either a dash or a right square bracket or a dot:  or.

For general examples using metacharacters:


 * insource:"2+2=4" insource:/"2+2=4"/ matches "2 + 2 = 4", with zero spaces between the characters.
 * insource:"2 + 2 = 4" insource:/2 ?\+ ?2 ?= ?4\./ match with zero or one space in between. The equals = sign is not a metacharacter, but the plus + sign is.
 * insource:"[ [link|2\3?]]\" insource:/"[ [link|2\3?]]< "\/" tag>"/

Regex on titles
The insource keyword does only search the page source content. To run regex searches on the title strings intitle:/regex/ can be used.

Advanced example
For example, using metacharacters to find the usage of a template called Val having, inside the template call, an unnamed parameter containing a possibly signed, three to four digit number, possibly surrounded by space characters, and on the same page, inside a template Val call, a named argument  having any allowable spaces around it, (it could be the same template call, or a separate one):



Note that the = sign in "fmt commas" is not needed but that adding it would not change the search results. It is fast because it uses two filters so that every page the regexp crawls has the highest possible potential.

Geo Search
Searching based on the (primary) coordinates associated with pages. Depends on and

bounded
You can limit search to pages identified as being near some specified geographic coordinates. The coordinates can either be specified as a &lt;lat>,&lt;lon> pair, or by providing a page title from which to source the coordinates. A distance to limit the search to can be prepended if desired. Examples:


 * neartitle:"San Francisco"
 * neartitle:"100km,San Francisco"
 * nearcoord:37.77666667,-122.39
 * nearcoord:42km,37.77666667,-122.39

boosted
You can alternatively increase the score of pages within a specified geographic area. The syntax is the same as bounded search, but with boost- prepended to the keyword. This effectively doubles the score for pages within the search range, giving a better chance for nearby search results to be near the top.


 * boost-neartitle:"San Francisco"
 * boost-neartitle:"100km,San Francisco"
 * boost-nearcoord:37.77666667,-122.39
 * boost-nearcoord:42km,37.77666667,-122.39

File properties search
Since MediaWiki 1.28, CirrusSearch supports indexing and searching of properties of files in the  namespace. This includes:
 * file media type
 * MIME type
 * size
 * width & height
 * resolution
 * bit depth for files that support these

filetype
Searching for file type allows to retrieve files according to their classification, such as office documents, videos, raster images, vector images, etc. The following types currently exist:



This list may be extended in the future. See also  constants in.

The syntax of the search is: filetype:{type}. Example:

filetype:video - looks for all videos

The filetype search is not case-sensitive.

filemime
Matches file MIME type. The syntax is:

filemime:{MIMEtype} - look for files of this MIME type

The argument can be quoted to specify exact match. Without quotes, partial matches to components of MIME type will be accepted too.

Examples:


 * filemime:"image/png" - look for files with MIME type exactly
 * filemime:pdf - look for all PDF documents
 * -filemime:pdf - skip all PDF documents (notably on Commons)

The MIME type search is not case-sensitive.

filesize
Search for file of given size, in kilobytes (kilobyte means 1024 bytes). The syntax is:


 * filesize:{number} or filesize:>{number} - file with size at least given number
 * filesize:<{number} - file with size no more than given number
 * filesize:{number},{number} - file with size between given numbers

Examples:


 * filesize:>20 or filesize:20 - files 20KB and bigger
 * filesize:<1024 - files smaller than 1MB
 * filesize:100,500 - files with sizes between 100KB and 500KB

File measures
It is possible to search for specific file measures: width, height, resolution (which is defined as square root of height × width), and bit depth. Not all files may have these properties. The syntax is:


 * {measure}:{number} - file with measure that equals to given number
 * {measure}:>{number} - file with measure that is at least given number
 * {measure}:<{number} - file with measure that is no more than given number
 * {measure}:{number},{number} - file with measure that is between given numbers

Where  can be:

filew or filewidth - file width

fileh or fileheight - file height

fileres - file resolution (see above)

filebits - file bit depth

Examples:

filew:>800 fileh:>600 - files that are at least 800×600 pixels in size

filebits:16 - files with 16-bit color depth

fileheight:100,500 - file between 100 and 500 pixels high

Wikibase search
The extension defines some search keywords in order to make it easier to search for certain Wikibase items. This is useful on and other Wikibase sites, including to search for images with Structured data on. See for details.

Cross-wiki search results
There are two kinds of cross-wiki results that may be shown when searching on Wikipedia.

Cross-project search (also known as interwiki search, sister search, or sister projects search) shows additional results from other projects (Wiktionary, Wikisource, Wikiquote, etc.) shown to the side on the Wikipedia results page. Cross-project search is available on most Wikipedias with sister projects.

Cross-language search (see blog post) refers to additional results shown below the main results that are from a Wikipedia in a different language. Cross-language search uses a heavily modified and optimized version of a light-weight language detector called. Cross-language search is currently only available on a few Wikipedias (see TextCat link for details).

Explicit sort orders
In addition to the default relevance based sort, CirrusSearch can provide results using a few other explicit sort orders. Specifying a sorting order other than  will disable all search keywords that affect scoring, such as   or. The keywords will still be parsed, but they will have no effect.

Sorting options are currently available from the MediaWiki API by providing the  parameter.

 Guidance: 

Sorting options can be manually added to a search URL by adding, for example:



 Valid sort orders include: 

Interface for advanced options


The AdvancedSearch extension adds an improved interface to the search page allowing the use of several options described above in a user-friendly manner. See here for the user manual.

<span id="See_also">

Související odkazy

 * Completion Suggester – funkce přírůstkového vyhledávání CirrusSearch
 * — definice, kontext a odkazy na výrazy související s vyhledáváním.
 * Viz pro MWSearch, který používá mnoho wikin, které nemají rozšíření pro vyhledávání.
 * Viz pro MWSearch, který používá mnoho wikin, které nemají rozšíření pro vyhledávání.

<span id="External_links">

Externí odkazy

 * From Lucene, vysoce relevantní dokumentace.
 * (as of 2017-12-06)
 * Extension:CirrusSearch/Profiles – sady laditelných parametrů, které ovlivňují různé aspekty indexování
 * Wikimedia blog articles related to search
 * WMF Global Search

<span id="Notes_and_references">