Using ngrams for better search results

[tibor]

Like in #212 descriped

[stefanw]

Das Konzept gefällt mir. Aber Text unter 5 Wörter liefern damit leeren Query zurück. Query darf insgesamt vermutlich auch nicht zu lang werden.

Der Code für queries liegt momentan auch nicht ordentlich strukturiert vor:

• pro "Source" sollte es einen query generator geben, weil eine Quelle z.B. Sonderzeichen wie Guillemets nicht mag.
• jede "Site" sollte einfach nur guten Text liefern, muss aber ggf. auch umformatiert werden können

Bevor das also reinkommt, würde ich da 1. noch Tests haben und

[tibor]

Gutes Feedback, Danke!
Die beiden Punkte habe ich direkt einmal geändert. Bei der Textlänge bin ich bislang nicht auf Probleme gestoßen, macht aber trotzdem Sinn.

Die Queries finde ich einen guten Punkt. Ich würde zudem mehrere Selektoren pro Site zulassen, um sowohl Headline als auch Teaser suchen zu können.

Zu den Sonderzeichen: Hast du dafür Beispiele? Wenn die Guillemets schwierig sind, werden sonstige Sonderzeichen wahrscheinlich auch schwierig, oder?

[tibor]

Bei zeit.de ist mir noch ein Problem aufgefallen: Mit dem neuen Code wird dort eine leere Query an Genios übermittelt, mir ist aber nicht klar, warum.