将 GSA 配置为仅抓取文件的元数据，而不是内容答案

【问题标题】：Configure GSA to only crawl metadata of files, not content将 GSA 配置为仅抓取文件的元数据，而不是内容
【发布时间】：2012-02-22 16:21:14
【问题描述】：

在 GSA (Google Search Appliance) 中，我正在研究如何让它只抓取元数据（名称、类型、大小、上次修改时间等）而不是文件的内容。虽然我意识到这会影响结果的有用性，但我有我的要求。

归结为文件的元数据是公开的，但文件的内容受到限制。虽然这似乎是一个经过安全调整的问题，但它稍微多一点，因为我不希望 GSA 在索引中存储有关文件内容的任何信息。假设不信任 GSA 服务器来保存内容。这仅适用于整个数据集的一小部分。

关于如何将 GSA 和连接器配置为仅抓取元数据而不抓取内容的任何想法？

【问题讨论】：

【解决方案1】：

不确定您是否可以通过抓取文件（在文件共享或网站上）执行此操作但是，您可以通过使用包含元数据的列抓取 DB 或通过开发仅创建提供元数据的提要的连接器来做到这一点。

如果您将元数据存储在某个地方，但不是一起存储在文件中，这将起作用。

另一个选项是自定义您的前端，使其不提供文档链接，只配置要在结果中显示的元数据。（在 FrontEnd 中使用 1 自动显示元数据字段）您还需要在搜索查询中添加“getfields”参数以包含相关的元数据字段。

这适用于数据库场景。尚未使用文件元数据对其进行测试，但应该可以工作。

邓肯·德克勒克康纳

【讨论】：