全文搜索工具regain学习笔记--配置文件

1.爬虫配置文件 CrawlerConfiguration

     用于设置开始抓取的路径、索引存放的位置等内容

<startlist>开始爬的路径 

<whitelist>必须爬到的路径

<blacklist>爬取时屏蔽的路径

<searchIndex>关于索引的配置

             <dir>索引存放的位置

              <analyzerType>分析器的名称，需要与搜索时一致。默认为german，似乎对        中文查询没有影响

               <stopwordlist>停止词单 用于分词

 <preparerator> 预处理器 提取文档内容

 <crawlerplugin>  爬虫中用到的插件

 <crawlerAccessController>用于配置权限控制模块（如果自己添加了权限控制的话）

            

如果单独运行爬虫，只需要给出起始路径即可，如果与desktop或server一起使用，则不用给出起始路径，在jsp页面中的preference里面设置即可

2.searchConfiguration

  <sortResults>搜索结果的排序菜单

  <openInNewWindowRegex>选择显示特定格式的文件（设置了之后木有反应，伤感）

  <searchAccessController>设置权限管理 （同理，如果自己加了权限管理模块的话）

3.DeskTopConfiguration

  <port>设置服务器所用端口 如<port>8020</port> 则打开regain 时输入localhost：8020/regain

大部分内容不用修改，默认的配置就可以用了