25 Σύνδεση Web

Χρησιμοποιήστε αυτόν τον οδηγό για σύνδεση δημόσιου ιστοτόπου. Το Web δεν χρειάζεται διαπιστευτήρια. Το Nous λαμβάνει και ευρετηριάζει δημόσιες σελίδες.

25.1 Τι ευρετηριάζεται ή αναζητείται ζωντανά

Ευρετηριάζονται σελίδες από το δημόσιο URL βάσης και οι σύνδεσμοι της με τη μέθοδο που επιλέγετε. Σελίδα που απαιτεί login, ιδιωτικό δίκτυο ή αποκλείει το αίτημα δεν μπορεί να ευρετηριαστεί.

25.2 Ρόλος διαχειριστή και έλεγχος ταυτότητας

Δεν χρειάζονται διαπιστευτήρια. Διαχειριστής ιστοτόπου πρέπει να εγκρίνει την ανίχνευση, να ελέγξει robots και όρια ρυθμού και να δώσει σταθερό δημόσιο URL. Μην παρακάμπτετε ελέγχους πρόσβασης.

25.3 Ρύθμιση παρόχου και δικαιώματα

Επιβεβαιώστε δημόσιο HTTPS και πολιτική robots. Ξεκινήστε με μικρή εμβέλεια. Αφαιρέστε ιδιωτικά query strings και tracking parameters από το URL.

25.4 Πεδία φόρμας ρύθμισης

Πεδίο	Τι να καταχωρίσετε
Name	Μοναδικό όνομα σύνδεσης.
Base URL	Δημόσιο HTTPS URL, π.χ. `https://docs.example.com/`.
Scrape Method	recursive, single ή sitemap.
Scroll before scraping	Ενεργό όταν το περιεχόμενο φορτώνει μετά από κύλιση.
Who has access	Everyone in the workspace ή Specific Teams.
URL rewrites	Προαιρετικό. Ζεύγη ιδιοτήτων: πρόθεμα πηγής → πρόθεμα στόχου. Στην ενότητα για προχωρημένους.

Χρησιμοποιήστε single για μία σελίδα, recursive για συνδεδεμένες σελίδες και sitemap όταν ο ιστότοπος παρέχει sitemap.

25.4.1 Αλλαγές URL για αντικατοπτρισμένους ιστοτόπους

Ανοίξτε το Show advanced settings στο παράθυρο ρύθμισης του Portal για να βρείτε το πεδίο URL rewrites. Το χρησιμοποιείτε όταν ο crawler φτάνει τον ιστότοπο σε μία διεύθυνση αλλά οι άνθρωποι ανοίγουν τις ίδιες σελίδες σε μία άλλη, όπως σε εσωτερικό αντίγραφο με δημόσιο ιστότοπο. Κάθε ζεύγος αντιστοιχίζει ένα πρόθεμα πηγής σε ένα πρόθεμα στόχου: το Nous λαμβάνει τη σελίδα από το πρόθεμα πηγής αλλά την αποθηκεύει και τη συνδέει με το πρόθεμα στόχου. Για παράδειγμα, το ζεύγος http://intranet.internal/ → https://docs.example.com/ επιτρέπει στο Nous να διαβάζει το εσωτερικό αντίγραφο ενώ τα αποτελέσματα αναζήτησης και οι παραπομπές δείχνουν στη δημόσια διεύθυνση. Οι αλλαγές επηρεάζουν μόνο τους αποθηκευμένους συνδέσμους εγγράφων, όχι τους ιστοτόπους που επιτρέπεται να διαβάσει η σύνδεση.

Παράθυρο ρύθμισης σύνδεσης Web με την επιλογή URL rewrites ανοιχτή, όπου το πρόθεμα πηγής http://intranet.internal/ αντικαθίσταται από το πρόθεμα στόχου https://docs.example.com/ — Παράθυρο ρύθμισης της σύνδεσης Web με ανοιχτή την ενότητα για προχωρημένους και ένα συμπληρωμένο ζεύγος URL rewrites

25.5 Πρόσβαση Χώρου εργασίας και Ομάδων

Η πηγή Web είναι δημόσια στον πάροχο. Η πρόσβαση Nous εξακολουθεί να ελέγχει ποιος αναζητά το αντίγραφο. Χρησιμοποιήστε Specific Teams για περιορισμένο κοινό. Η ιδιότητα μέλους διαχειρίζεται στο Portal.

25.6 Δοκιμή της σύνδεσης

Αποθηκεύστε και περιμένετε συγχρονισμό και ευρετηρίαση.
Ελέγξτε ότι εμφανίζεται το αναμενόμενο URL.
Αναζητήστε χαρακτηριστική φράση.
Ελέγξτε συνδεδεμένη σελίδα στη λειτουργία recursive.
Δοκιμάστε το προβλεπόμενο κοινό.

25.7 Συνηθισμένα σφάλματα

Σφάλμα	Ενέργεια
Το URL δεν είναι δημόσιο	Δημοσιεύστε ασφαλή σελίδα HTTPS ή χρησιμοποιήστε άλλο URL.
Το sitemap είναι κενό	Ελέγξτε URL sitemap και λίστα σελίδων.
Η σελίδα χρειάζεται login	Το Web δεν έχει διαπιστευτήρια. Χρησιμοποιήστε δημόσια σελίδα ή άλλο connector.
Λείπει δυναμικό περιεχόμενο	Ενεργοποιήστε Scroll before scraping ή χρησιμοποιήστε πηγή με HTML.

25.8 Επανασύνδεση, εναλλαγή και αφαίρεση

Το Web δεν έχει διαπιστευτήριο για εναλλαγή. Επεξεργαστείτε URL ή μέθοδο και εκτελέστε νέο συγχρονισμό. Πριν από αφαίρεση ελέγξτε σύνολα εγγράφων, agents και Ομάδες.