从索引中全局排除克隆项目？答案

【问题标题】：Globally exclude cloned items from index?从索引中全局排除克隆项目？
【发布时间】：2013-12-17 23:22:03
【问题描述】：

我正在寻找一种优雅的方式来从我的网络索引中排除克隆项目。我的搜索结果中出现重复项。如果只出现原始项目并且根本没有克隆，我会更喜欢它。

想到的一些可能的解决方案是：

如果项目的 _Source 字段不为空，则创建一个 Global Item Boosting Rule 以大幅降低提升值。 这不是首选，因为它只会降低分数并且不会删除从搜索结果中克隆。
在我使用扩展 Where 子句执行的每个查询中排除克隆项目。 这也不是首选，因为这意味着我需要记住在所有查询中都包含此子句。此外，克隆的项目仍然保留在索引中。

Sitecore v7.1

【问题讨论】：

标签： sitecore lucene.net sitecore7

【解决方案1】：

您可以创建自定义爬虫并在其中添加逻辑以排除克隆的项目。
我正在考虑的方法是创建一个继承自 Sitecore.ContentSearch.SitecoreItemCrawler 的类并覆盖 DoAdd() 方法。
像这样的：

protected override void DoAdd(IProviderUpdateContext context, SitecoreIndexableItem indexable)
{
    Assert.ArgumentNotNull((object) context, "context");
    Assert.ArgumentNotNull((object) indexable, "indexable");

    if (!indexable.Item.IsClone)
    {
        base.DoAdd(context, indexable);
    }
}

然后您需要设置您的爬虫配置以使用您的自定义爬虫。
在 Sitecore.ContentSearch.<Lucene/Solr>.Index.<databasename>.config 文件中，您可以定义使用哪些爬虫。
您需要更新contentSearch/configuration/indexes/locations/crawler 元素并指向您所在的类。

【讨论】：

我想补充一点，您可能想要改写 IsExcludedFromIndex。对于您要实现的目标来说，这更能说明问题。然而，这两种解决方案都可以工作。
感谢詹斯的建议！
Sitecore.ContentSearch.SitecoreItemCrawler 似乎是密封类，还有其他爬虫类可以继承吗？
尝试从 Sitecore.ContentSearch.LuceneProvider.Crawlers.LuceneDatabaseCrawler 继承。我记得 Sc7 开发团队告诉我们应该使用它。我在这里写了关于索引机制的博客：partechit.nl/nl/blog/2013/04/…
您可以使用 SitecoreItemCrawler，但需要更新到 Sitecore 的更新版本。密封的类是一个错误，在 Sitecore 7 的修订版 131127 和 Sitecore 7.1 中也得到了修复。

【解决方案2】：

我的做法是这样的：

public class InboundIndexFilter : InboundIndexFilterProcessor
{
    public override void Process(InboundIndexFilterArgs args)
    {
        var item = args.IndexableToIndex as SitecoreIndexableItem;

        if (item != null && (!item.Item.Versions.IsLatestVersion() || item.Item.IsClone))
        {
            args.IsExcluded = true;
        }
    }
}

它会跳过克隆和非最新版本。然后我更新了相应的管道设置：

 <indexing.filterIndex.inbound>
    <processor type="XY.InboundIndexFilter, X.Y.Z"/>
 </indexing.filterIndex.inbound>

More about inbound filters

【讨论】：