More than 3 years have passed since last update.

Fess ファイルクロール及び全文検索の実施

Last updated at 2021-03-09Posted at 2021-01-26

サンプルデータ

動作確認用として C:/fess-search/ 配下に以下のようなファイルを作成した。

中身の文書は青空文庫より拝借。

http://localhost:8080/login/
管理画面にログインする。

今回はファイルに対してのクロールが可能な「ファイルクロール」を試す。
「ウェブクロール」については割愛する。

検索対象のディレクトリ階層に応じて、深さの値は設定する。

システム＞スケジューラ＞ Default Crawler ＞今すぐ開始

システム情報＞ジョブログ
状態が実行中から OK に変化すればクロール完了

システム情報＞クロール情報
インデックスのサイズ（ウェブ/ファイル）にインデックスされたファイル数が表示されている

有効期限の変更
Fessでは、クロール時にインデックスしたデータに、有効期限を設定しています。標準では3日が設定されているため、3日後には収集したデータが削除されます。削除されないようにするためには、管理画面から「全般」のクローラの設定で「以前のドキュメントを削除」の値を-1日に設定してください。

クロール結果を永続的に検索対象として残す場合には上記、設定変更が必要。

PDF ファイルのみを対象にクロールさせる場合は以下を追加する。

項目	設定値
検索対象とするパス	.*\.pdf$

http://localhost:8080/
Fess 検索画面より検索を行い、インデックスの正常性を確認する。

ファイル名検索

ファイル名（拡張子）検索

文書内検索

システム情報　＞　検索

フォームに url:"file:/C:/fess-search/*" のように入力して検索を実施するとクロールの蓄積情報が表示される。
適宜、削除を行うことで全文検索にヒットしなくなる。