打开 Knowledge Base Indexer。
上次更新日期：
2026年10月12日
确定网站抓取的起始点、范围和处理限制。
知识库索引器从一个或多个目标 URL 开始，并根据您定义的设置跟踪链接。先配置抓取任务，再使用发现模式进行测试（无需上传内容），或者使用“上传模式”将已建立索引的内容添加到 Acrobat 知识库收藏集。
准备事项
- 安装 Knowledge Base Indexer。
- 确保计算机具有互联网连接。
- 确定一个或多个要抓取的 HTTPS URL。
配置网站抓取
在目标 URL中，输入一个或多个起始 URL。
每行输入一个 URL。URL 必须以 https:// 开头。
设置抓取深度。
抓取深度确定索引器从起始 URL 跟随链接的层级数。
- 值为 1 时处理从起始 URL 直接链接的页面。
- 更高的值会跟随更多层级的链接。
设置页面限制。
页面限制会限制抓取过程中处理的最大页面数。
- 默认值：5
- 最大值：5,000
设置工作线程数量。
工作进程控制有多少个爬虫并行处理页面。
- 默认值：4
- 大多数系统的推荐取值：4-8，具体取决于处理器内核数量。
当索引器必须在抓取受保护内容之前进行身份验证时，请输入身份验证 URL。
公开网站无需设置该值。
抓取设置工作原理
目标 URL |
定义抓取开始的位置。 |
每行输入一个 HTTPS URL。 |
抓取深度 |
确定索引器跟踪链接的层级数。 |
值为 1 表示直接跟踪来自起始 URL 的链接。 |
页面限制 |
限制处理页面的最大数量。 |
默认值：5；最大值：5,000。 |
工作线程数量 |
控制有多少个抓取器并行处理页面。 |
默认值：4；大多数系统的推荐取值：4-8。 |
身份验证 URL |
提供 URL，索引器可在抓取受保护内容之前使用该 URL 进行身份验证。 |
对于公共网站为可选项。 |
最佳实践
- 从较浅的抓取深度和较小的页面限制开始。
- 定位特定网站分区，而非整个域名。
- 仅当计算机拥有足够资源时，才增加工作线程数量。
- 在上载内容之前，在发现模式下测试配置的抓取。
需要了解的事项
- 仅支持 HTTPS URL。
- 出于安全考虑，系统会阻止本地网络地址。
- 环回地址和某些受限 IP 地址也会被拒绝。
- 抓取运行时，无效 URL 会在日志中产生错误。
- 较高的抓取深度可能会包含超出预期的更多页面。
- 较大的页面限制可能会增加处理时间。
- 较高的工作线程数量可以提高速度，但会使用更多系统资源。
- 配置抓取并不会启动处理流程或上传内容。
后续步骤
- 要在不上载内容的情况下测试配置的抓取，请参阅[发现网站内容]。
- 要运行抓取并上载索引内容，请参阅[将网站内容上载到集合]。
