上次更新日期：
2026年10月12日
抓取网站内容，测试结果，并将索引页面添加到合集中。
知识库索引器是一个用于抓取网站内容的桌面应用程序。将其与 Acrobat 中的知识库配合使用，以检查抓取过程中发现的内容或将索引页面上传到收藏集中。
选择操作模式
索引器提供两种操作模式：
| 模式 | 适用场景 |
|---|---|
| 发现模式 | 抓取并处理网站内容，但不将其上载到合集中。 |
| 上载模式 | 抓取网站内容并将索引页面上载到您具有写入访问权限的合集中。 |
默认情况下会选中发现模式。
当您准备好向 知识库 进行身份验证、选择目标收藏集并上传内容时，请清除发现模式。
了解主要控件
该应用程序包含用于配置和运行抓取的控件：
| 控制 | 目的 |
|---|---|
| 目标 URL | 定义抓取开始的位置。 |
| 抓取深度 | 控制索引器关注链接的层级数量。 |
| 页面限制 | 限制处理页面的最大数量。 |
| 工作线程数量 | 控制并行处理页面的抓取器数量。 |
| 身份验证 URL | 为访问受保护的网站内容提供可选 URL。 |
| 发现模式 | 在发现模式和上传模式之间切换。 |
| 集合选择器 | 标识在上传模式下接收索引内容的集合。 |
| 日志 | 显示进度、发现和处理的页面、警告、错误和完成状态。 |
| 开始和停止 | 启动或停止抓取。 |
| 注销 | 使当前的知识库会话令牌失效。 |
索引工作流程的工作原理
典型的索引工作流程包括：
- 安装与您的计算机匹配的知识库索引器包。
- 输入一个或多个 HTTPS 起始 URL。
- 配置抓取深度、页面限制和工作线程数。
- 当网站包含受保护内容时，添加身份验证 URL。
- 在发现模式下运行抓取以检查其范围并识别错误。
- 切换到上传模式，进行身份验证，并选择一个可写集合。
- 运行抓取并监测日志，直到处理完成。
最佳实践
- 从较浅的抓取深度和较小的页面限制开始。
- 使用特定网站部分的起始 URL，而不是整个域。
- 在上传内容之前，先在发现模式下测试抓取。
- 审阅日志中的警告和错误。
- 仅在计算机资源充足时才增加工作线程数量。
- 避免在短时间内对同一网站进行过度抓取。
需要了解的事项
- 仅支持 HTTPS URL。
- 本地网络地址、环回地址和某些受限制的 IP 地址会被阻止。
- 上传模式需要知识库帐户，但发现模式不需要。
- 上传模式仅列出您拥有写入访问权限的集合。
- 更高的抓取深度可能包含超出预期的更多内容。
- 较大的页面限制可能会增加处理时间。
- 更高的工作进程数量可以提高速度，但会使用更多系统资源。
- 身份验证令牌得到安全处理，不会永久存储。
