Descarregar sites que utilizam Sphinx

Sobre Sphinx

Comecemos por um aviso que pesa mais do que qualquer estatística desta página. O nome Sphinx pertence a pelo menos dois programas conhecidos: um servidor de pesquisa em texto integral usado por trás de sites assentes em bases de dados, e um gerador de documentação do mundo Python que grava a sua identidade em todas as páginas que constrói. O nosso registo guarda um único valor Python para o nome, e nenhum valor isolado cobre os dois projetos. Os dois deixam rastos na web pública, e são os rastos que indexamos.

Publicamos o que detetamos e etiquetamo-lo na categoria Documentation em vez de fingir que a ambiguidade não existe. Se a sua pergunta é sobre infraestrutura de pesquisa, cruze a exportação com os restantes sinais registados nos mesmos domínios, porque um site de documentação e um backend de pesquisa não se parecem em nada assim que se examina o resto da pilha. Declarar a ressalva custa-nos uma linha de venda mais limpa e poupa-lhe uma tarde perdida, que é a troca certa para dados sobre os quais alguém vai agir.

Dito isto, a escala e os dados de versão são reais. Em outubro de 2026, vemos o Sphinx em 561 sites. Registámos 67 versões distintas, entre elas a 9.1.0, uma dispersão ampla para algo tão especializado e que indica que as instalações ficam fixas numa versão em vez de serem atualizadas em contínuo. O software que é distribuído como pacote, configurado uma vez e depois deixado quieto, produz exatamente este padrão.

O nosso registo data a entrada de 2008, com licença BSD-2-Clause, e ambos os valores descrevem o servidor de pesquisa e não a ferramenta de documentação cujo site referenciamos, o que é a mesma ambiguidade a surgir nos próprios campos. O lado da pesquisa pertence a uma geração mais antiga de infraestrutura, a época em que acrescentar pesquisa a sério a um site significava manter um daemon separado ao lado do MySQL ou do PostgreSQL em vez de chamar uma API alojada. Parte dessa geração desapareceu sem alarido. Outra parte sustenta sistemas em que ninguém quer mexer, e o segundo grupo é o interessante, porque é aí que estão de facto o trabalho de migração, os contratos de suporte e o risco da cauda longa.

A deteção de software do lado do servidor é sempre parcial. Um daemon de pesquisa só se dá a conhecer quando a aplicação à frente dele o diz, através de mensagens de erro, cabeçalhos de resposta, marcação gerada ou um rodapé que ninguém editou, e uma aplicação bem construída não diz coisa nenhuma. A contagem é, por isso, um limite inferior tirado dos sites que deixam escapar o sinal. O que a lista descarregável dá e uma consulta isolada não dá é a forma dessa população: que domínios, que versões, que domínios de topo e o que se moveu entre uma exportação e a seguinte.