你在搜索框输入几个字，不到一秒就返回上百条结果——这背后是一套与网页搜索很不一样的技术栈。
数据从哪来
与网页搜索爬取 HTML 不同，磁力搜索引擎的数据来源主要有三类：
- DHT 网络嗅探：监听 DHT 中的 announce 流量，收集正在被请求的哈希；
- 种子站点抓取：从其他索引站抓取已整理的资源条目；
- 用户提交：注册用户主动上传 .torrent 或磁力链接。
其中 DHT 嗅探最有特色：它让搜索引擎能在资源刚出现时就「听见」它。
元数据补全
仅有哈希还不够，用户需要知道文件名、大小、内容。补全方式：
- 通过 BitTorrent 元数据扩展协议，主动连接节点索取 torrent 文件；
- 解析 .torrent 中的文件列表、分块信息；
- 对内容做指纹识别与分类。
这一步成本很高——每个资源都要实际去网络中「问」，因此很多引擎只对热门资源做补全。
索引与检索
倒排索引
把文件名、描述分词后建立倒排索引，支持关键词匹配。
结构化过滤
资源天然带有大小、日期、文件数、做种数等结构化属性，用于筛选与排序，比纯文本匹配更有效。
去重
同一资源常被多个站点收录，以哈希为唯一键去重，合并各来源元数据。
做种数怎么来的
引擎会定期向 Tracker 或 DHT 查询每个哈希的在线节点数。这是快照而非实时值，所以不同站点显示的数字可能不一致。
技术难点
- 数据量巨大：DHT 每天新增哈希数以百万计；
- 垃圾资源多：需要有效的清洗规则；
- 时效性强：做种数衰减快，索引需频繁刷新；
- 合规压力：需在技术能力与法律边界间平衡。
小结
磁力搜索 = 数据采集 + 元数据补全 + 倒排索引 + 结构化过滤。理解数据从哪来，就能理解不同引擎结果差异为何那么大。