Hallo Gemeinde,
nach vielem googlen, lesen und testen hab ich es endlich geschafft das die indexed_search mitsammt dem crawler und Cronjobs die Ergebnisse liefert, die ich möchte.
Mein Problem:
Selbst PDFs werden richtig erkannt und gefunden. Allerdings nur wenn der Pfad auf der Website in das fileadmin Verzeichnis zeigt. Liegen dagegen die PDFs im Verzeichnis uploads/myExtension, werden sie mit dem crawler nicht gefunden und auch nicht indiziert.
Ist das eine Rechtegeschichte? Dürfen Dateien im uploads Verzeichnis nicht indiziert werden?
Hat damit jemand Erfahrung? Wie kann man das umgehen?
Gruß Dirk
Hab' das Problem selbst gelöst:
Was bei der ganzen Aktion auffällig war: Nach dem Löschen der Cache- und der Index-Tabellen hatte ich den Crawler erneut gestartet. Dabei indizierte er brav alle Seiteninhalte und ignorierte stur die auf den Seiten gesetzten Links zu den PDFs.
Nachdem ich im Backend den Crawler erneut startete, indizierte er nur die PDFs im zweiten Durchgang.
Der Ablauf zum Anstossen des Crawlers im Backend nochmal zum nachvollziehen:
- Crawler Queue befüllen (waren bei mir 65 Seiten)
- Crawler starten [Add Process] (65 Seiten werden indiziert)
wenn der Prozess fertig ist
- Crawler starten [Add Process] (7 PDFs werden indiziert)
Bisher hab ich noch keine Beschreibung des Crawlers gefunden, in der auf dieses Verhalten hingewiesen wird Seitdem ich es so mache, werden alle Dateien und Seiten problemlos indiziert und gefunden. Hoffe es hilft jemdandem weiter.
Gruß Dirk