高级设置(内容 Crawler)

要指定内容语言、对被拒绝文档执行的操作以及内容 crawler 标记:

  1. 在"内容语言"下面的下拉列表中,选择您要导入的大部分内容所使用的语言。

  2. 在"被拒绝的文档"下,指定对未成功归类到文件夹中的文档执行的操作:

  3. 如果是编辑现有的内容 crawler,您将在"被拒绝的文档"下看到其它选项,这些选项可用于指定当此内容 crawler 找到先前被拒绝的文档时应执行的操作。"先前被拒绝"的定义依赖于您在步骤 4b 中选择的选项:

  4. 指定先前被拒绝的文档执行哪些操作:

    如有绝对必要,您可以删除先前被拒绝的文档的历史记录。"先前被拒绝"的定义也依赖于您在步骤 4b 中选择的选项。如果您在步骤 4b 中选择"由此内容源导入的文档",则会删除从此内容来源导入文档的所有内容 crawler 的拒绝历史记录。如果您仍确信必须删除先前被拒绝的文档的历史记录,请单击清除拒绝历史记录

    注:如果文档未归类到任何文件夹中,但已放入"未分类文档"文件夹中,则该文档不计为被拒绝的文档。被拒绝的文档是指未放入任何文件夹中的文档。

  5. 如果是编辑现有的内容 crawler,您将看到"导入文档"部分。在"导入文档"下,指定是否仅导入新文档。默认情况下,此内容 crawler 将会尝试仅导入新文档(即此内容 crawler 或其它访问同一内容来源的内容 crawler 先前尚未导入的文档)。您可以更改内容 crawler 设定以导入每个文档的多个副本,这在测试内容 crawler 时很有用。

    1. 要仅导入新文档,请选择仅导入新链接,此时将会显示新选项;否则请跳至步骤 5。

    2. 要指定新链接的含义:

    3. 注:此处选择的选项会影响步骤 3 和步骤 4f 中的操作。

    4. 要根据文档设置页面中指定的设置刷新先前导入的文档,请选择刷新它们。通常,刷新文档是"文档刷新代理程序"的作业;刷新文档会降低内容 crawler 的速度。但是,如果更改了此内容 crawler 的文档设置或更改了所关联内容类型中的属性映射,则刷新文档将更新先前已导入文档的这些设置。

      注:如果要搜寻 RSS 馈送,刷新它们选项将使用目标文档(而非 RSS 馈送)中的值刷新属性(例如标题和说明)。如果要保留 RSS 馈送的属性,请勿选择刷新它们

    5. 如果创建了其它文件夹或者对目的地文件夹应用不同过滤器,请选择尝试将它们归类至其它文件夹,以将先前导入的文档归类至新的知识目录文件夹。

      其它内容 crawler 可能已从同一个内容源导入文档,但导入的目的地文件夹与此内容 crawler 所指定的不同。请确保您确实要将这些文档重新归类至此内容 crawler 所指定的目的地文件夹中。

    6. 要重新导入先前已删除(手动删除、由于过期或丢失来源文档而删除)的文档,请选择重新生成已删除的链接。这可能会重新导入曾被认为不适合门户网站的文档。

    7. 如果确有必要,您可以删除已从门户网站中删除的文档的记录。"历史记录"由您在步骤 3b 中指定的新文档标准而确定:

    8. 如果您仍确信必须删除已从门户网站中删除的文档的记录,请单击清除删除历史记录

  6. 要使用内容 crawler 标签标记导入的文档,请在使用下列内容 Crawler 标签对导入的文档进行标记文本框中键入标签。此标签用于区分由此内容 crawler 导入的文档及由其它内容 crawler 导入的文档。

  7. 在"运行时配置"下,请作如下设置:

  8. 这些字段所允许的范围可在门户网站配置文件中设置。此处的设置值还会受到与此内容 crawler 关联作业所用 Automation Service 的最大允许线程的限制。


  1. 单击系统管理
  2. 打开内容 Crawler 编辑器:
  3. 在左边的"编辑对象设置"下,单击高级设置