SharePoint 如何搜索爬網第三方網站設置

SharePoint的搜索著實強大，而且最近用到SharePoint搜索第三方爬網，感覺收獲挺大，而且網上資料沒找到太多類似的，就小記錄一下，分享給大家。

????? 首先，我自己寫了一個net頁面，里面讀取所有我需要內容，充當SharePoint爬網的數據源，對這個頁面進行爬網，頁面如下圖：

????? 然后，打開SharePoint管理中心，搜索設置，新建內容源Crawl，爬網http://moss:9000，如下圖。爬網設置可以按照自己的需要進行設置，比如想要爬網頁面深度，可以進行設置，我的爬網，只是爬網頁面下面的鏈接，所以深度設置為1；設置完成，先不要爬網，還需要設置爬網規則。

設置爬網規則：

????? 打開爬網規則，設置路徑，我的路徑是9000端口下的所有頁面，所以設置為http://moss:9000/*，當然，你的規則應該按照需要進行設置，可以排除這些路徑，也可以包含這些路徑，同時，如果有爬網到的任何結果，都可以在這里進行排除。

????? 特別的是，我的頁面上的鏈接，包含“?”問號，所以勾選了對復雜的URL進行爬網，下面的指定認證，可以選擇認證的賬號，如果需要Form認證的網頁，可以設置指定其他內容訪問賬戶【特別：如果登錄需要驗證碼的，SharePoint是無法爬網的】。設置完爬網規則，點擊確定保存，然后可以對Crawl內容源進行完全爬網了。

對Crawl內容源進行完全爬網，查看爬網日志，如下圖：?

在SharePoint搜索頁面上，試試搜索剛配置的內容源，如下圖：

搜索結果：

注意事項：

1、? 如果，服務器處于代理訪問網站的情況，需要配置管理中心的代理，位置在 搜索管理 - 代理服務器和超時 -? 管理中心URL/_admin/searchfarmsettings.aspx

2、? 搜索爬網內容，可能會出現異常情況，可以嘗試重置搜索內容，位置在 搜索管理 - 重置所有已爬網內容，重置一下搜索結果。

3、? 爬網結果，搜索出來的結果，標題為搜索頁面的Html的頁面Title，內容為頁面上的Body內容，鏈接為URL。

4、? 同樣的搜索配置，可以搜索新浪，搜狐等網站。