Question

我们已成功使用Youtube API创建GSA所需的元数据和网址xml Feed，并根据文档将其推送到我们的Google Search Appliance

我们遇到的问题是，我们知道您需要在内容来源＆gt;中添加一个开始网址。网页抓取＆gt;管理控制台中的“启动和阻止URL ”页面。如果我们将https://www.youtube.com作为开始网址和https://www.youtube.com/watch?v= *的跟随模式（所有看起来像所有youtube视频都会跟随），那么GSA只会对来自Feed的内容进行索引，还是会将其发送到youtube.com并索引一大堆不属于我们频道的内容？我无法在任何地方看到您可以为视频指定频道。

仅供参考，我们知道用于YouTube的FishBowlSolutions连接器，但试图避免使用TomCat启动另一台服务器，以便为我们的YouTube视频编制索引。

Answer 1

Google CSE Search

YouTube User Panel

我没有使用过GSA（虽然我已经开始使用它了，这就是我发现你的帖子的方式），但是我使用Google的CSE完成此操作的方法是专门为频道，用户或播放列表编制索引一般来说，与youtube相比，即：

youtube dot com / user / alltrapmusic

或：youtube dot com / channel / UC_ahy2GUec7EmbWF3LGxLhQ

或：youtube dot com / playlist？list = PLsHnWFR4n5jBFYdsclaKtdWQtf2Iu8bKZ

因此，在CSE中，我可以配置为仅搜索该用户，频道和播放列表，并仅返回在这三者上找到的结果（Google CSE搜索链接）。

我只能假设GSA的工作方式相同（正如我所提到的，我没有GSA的经验）;如果没有，我很抱歉。

〜chipleh

P.S。 - 要查找您的YouTube频道，请转到用户链接（YouTube用户面板链接）;在那里你会找到家，视频，播放列表，频道等。希望有所帮助。

Answer 2

您不应将youtube-url添加到您的起始网址，只能添加到您的关注模式。这样，抓取工具就不会从上到下抓取Youtube，但会抓取您在Feed中提供的网址。但是，如果GSA在已爬网页面上找到URL，则显然也会抓取这些URL。一个选项是收紧跟随模式。当然，你可以在Googles Adapter Framework上开发一个Youtube连接器，这对Java开发人员来说并不难！

Answer 3

对于任何想要使用Youtube api并将其视频推送到GSA的人，我们发现需要对Feed进行一些更改。

xml中的 feedtype 需要完整。这告诉GSA，它需要知道的有关内容的所有内容都在xml中，并且它没有我需要出去索引一个网址。

您需要在xml中有一个<content>节点。我们使用来自Youtube api的描述作为值。这是在搜索结果

中向用户显示的内容记录上的

url属性需要是可以添加到GSA设置中的“开始”和“阻止URL”和“跟随”模式的值，并且它必须是唯一的。这些实际上并不需要存在，但GSA将在xml中使用此值来确定它是否应包含在索引中。我们使用了假网址，并附加了Youtube视频ID的值，使其成为唯一

displayurl 属性将是结果中显示的网址，因此它将包含实际的YouTube网址。

开始和阻止网址应包含常规网址属性值。对我们来说，这是假目录http://www.yourdomain.com/video/youtube/

关注模式应包含要遵循的模式，该模式也与起始网址匹配。由于我们只在该目录中有视频，因此我们可以将相同的值设置为起始网址。如果您指向一个真实的目录，并且其中包含您不想索引的其他内容，则可能需要添加视频中常见的任何模式。

下面是一个样本记录。我们更新了Feed后添加了“开始”和“阻止网址”，我们的视频会显示在搜索结果中。

<gsafeed>
    <header>
        <datasource>youtube</datasource>
        <feedtype>full</feedtype>
    </header>
    <group action="add">
        <record url="http://www.yourdomain.com/video/youtube/?VIDEOID" displayurl="https://www.youtube.com/watch?v=VIDEOID" mimetype="text/html">
            <content><![CDATA[DESCRIPTION]]></content>
            <metadata>
                <meta name="Title" content="TITLE OF VIDEO"></meta>
                <meta name="Published" content="2016-08-15T22:00:38.000Z"></meta>
                <meta name="PhotoURL" content="https://i.ytimg.com/.."></meta>
            </metadata>
        </record>
</group>
</gsafeed>

Google Search Appliance

3 个答案: