Motor de búsqueda no Java autohospedado para mis sitios web estáticos

Quiero hospedar un motor de búsqueda que indexe mis sitios web estáticos.

No quiero usar un CMS (que normalmente tiene un motor de búsqueda integrado) para estos sitios, y no quiero referir a mis visitantes a un servicio de motor de búsqueda de terceros.

No tiene que ser un motor de búsqueda fácil de usar (como Google, Bing, etc.), es principalmente para usuarios avanzados, por lo que es posible que se requiera una sintaxis de búsqueda compleja.

Requisitos

Formalidades:

• El motor de búsqueda debe ser FLOSS.

• Debe ejecutarse en un servidor GNU/Linux.

• No debe usar Java (sé que hay varios buenos proyectos de motores de búsqueda en Java, pero, desafortunadamente, mi host no lo admite).

back-end:

• El motor de búsqueda debe indexar (X)HTML5. No se necesita soporte para otros formatos.

• No quiero que el rastreador encuentre mis páginas por sí solo. En su lugar, quiero proporcionar una lista de URL que deben rastrearse (lo ideal es que sea compatible con uno de los formatos de sitemaps.org ).

• No quiero agregar metadatos sobre los documentos en otro lugar que no sean los propios documentos.

Interfaz:

• El motor de búsqueda no debe requerir JavaScript (excepto para funciones opcionales).
• No debe establecer cookies (a menos que el usuario envíe explícitamente un formulario de configuración o similar).

Mi lista de deseos

• Indexación: además del texto completo, debe indexar tantas señales como sea posible (por ejemplo, en forma de pares de nombre y valor), como metaetiquetas, RDFa/JSON-LD, elementos semánticos, etc.

• SERP: Quiero poder definir cómo deberían verse los resultados, según los datos indexados. Similar a Rich Snippets de Google . Por ejemplo: mostrar una imagen, una lista, una tabla corta, etc.

• Clasificación: Me gustaría poder ajustar el algoritmo de clasificación, por ejemplo, dando a cada campo una cierta puntuación/prioridad.

• Operadores de búsqueda: Debe, al menos, admitir el booleano AND/ OR/ NOTy los corchetes (p. ej., (laptop OR notebook) (review OR reviews) -netbook). Cuantos más operadores, mejor (búsqueda por frase/rango/proximidad; búsqueda basada en campos; caracteres especiales, mayúsculas y minúsculas, etc.).