代码之家 › 专栏 › 技术社区 › easement

Drupal和Google搜索设备(Google Mini)

drupal-5 google-search-appliance drupal search

1

easement · 技术社区 · 16 年前

我有一个Drupal站点,页面由谷歌迷你搜索设备索引。

本周早些时候,我注意到一堆链接被标记为索引,但被排除在外,因为有一个“打印此页面”链接返回到同一页面,并且有一个rel=“nofollow”。2天前,我进行了跟踪,并让GSA重新编制了该站点的索引。

我可以在/search/google_appliance/TERM上搜索,但它们不会出现。当我搜索其他术语时,它们确实会出现。换句话说,我知道GSA正在发挥作用。

你知道为什么新索引的页面没有出现在GSA搜索中吗?

编辑/解决: 有几个问题。以前,搜索使用xslt来处理页面的显示方式,以及在点击submit(在设备上,而不是站点上的submit按钮)时在页面上发送查询的位置。查询字符串以旧格式传递给站点,然后给出404(就像搜索bookstore.site.com和origin.site.com一样)。更多的是一个无法从这里到达那里的问题,而不是任何与搜索有关的问题。我删除了xslt,所以它只使用了默认的google外观,让我们可以对appliances数据库进行良好的通用搜索。

我尝试了一些querystring变量,并注释了设置输出编码的行,所有这些似乎都起作用了。

$gm->setOutputEncoding('utf8');

2 回复 | 直到 11 年前

1

2

mac 16 年前

我不能百分之百肯定你的问题是对的。我在此假设:

下面的位表示您可以找到其中包含其他术语,而不是您可以找到的术语缺页

我可以在/search/google_appliance/TERM上搜索,但它们不会出现。当我搜索其他术语时,它们确实会出现。换句话说,我知道GSA正在发挥作用

如果我误解了你的问题,请纠正我。如果我弄错了,请提供更多关于您使用的术语的详细信息。

然而,这就是我要做的,以确定问题的根源(尽管我可能会按照以下精确顺序进行操作):

“坏页面”的独特元素是什么 (如果有的话)触发这种奇怪的行为。看来,你已经做了一些挖掘,并考虑罪魁祸首是打印链接。您是否已通过完全删除链接来验证这一点,并查看在这种情况下是否正确索引了页面?
检查中是否有任何规则 robots.txt 这可能会干扰索引。 GSA尊重该文件,例如,如果页面的URL以 /admin/
我会的 检查我的页面是否有某种访问控制限制其查看。 如果是这样,我会检查一下 GSA has been configured for that
我不确定GSA是否使用 sitemap.xml 执行索引。无论如何我会 检查生成的drupal 文件(如有) with the appropriate module
我会的 inspect the sitemap generated by GSA 看看有没有明显的异常 也这显然不是问题所在,但任何一种不言自明的反常现象都可能让你走上正确的道路。
系统地搜索产生错误的非结构元素是什么 . 不同的主题是否能解决问题。停用给定模块是否解决了问题(也许问题在于元标记?也许使用“打印此页面”模块?也许模块会将这些页面的语言设置为与站点其他部分不同的语言。所有这些都是不太可能的可能性,但在用大锤击碎GSA之前,我也会尝试一下。
我会的 settings of my GSA .

所有这些——如果我有机会的话——我会和同龄人一起做。他或她可以帮助排除“人为因素”作为问题根源的可能性(即,配置面板中的小复选框对他/她来说非常重要,但您以前从未注意到…)。

嗯!

2

0

MetaHyperBolic 16 年前

我最近也遇到了类似的问题。

这里有一个建议——选择一个你知道有搜索词的页面。在浏览器中打开页面的HTML,确保看到该术语。绝对肯定。

接下来,获取该URL并将其作为爬网的起始页之一。