索引的PDF文件未通过谷歌搜索返回

Question

正如标题所示，我已设法配置我的GSA来抓取我的PDF文件。它们显示在列表页面上，并带有指向它们的链接，以便可以对URL进行爬网并将其添加到特定集合中（在此帖子中称为“My-PDF”）。

抓取成功，我可以在GSA抓取诊断中看到“My-PDF”集合中的以下内容：

CRAWL DIAGNOSTICS

 File/Directory                             | Crawl Status

 http://mydomain.com/Listings/MyPdfs.aspx   | Crawled: New Document
 http://mydomain.com/mypdfs/cat1/issue5.pdf | Crawled: New Document
 http://mydomain.com/mypdfs/cat2/issue4.pdf | Crawled: New Document
 http://mydomain.com/mypdfs/cat3/issue2.pdf | Crawled: New Document
 http://mydomain.com/mypdfs/cat4/issue3.pdf | Crawled: New Document
 http://mydomain.com/mypdfs/cat5/issue1.pdf | Crawled: New Document

单个文件的抓取诊断：

  

有关此页面的更多信息

     

  
• 链接到此页
  
• 缓存版本不可用
  
• PageRank：不可用
  
• 上次修改时间：
  
• 此页面上已抓取网页的链接数：未知
  
• 链接到此页面的已抓取网页数：未知
  
• 此页面位于以下集合中：   
    
  • MY-PDF文件
    
  

但是，在相同的“My-PDF”集合中使用GSA测试中心进行搜索时，PDF文件将不会返回。我确保在测试中心使用适当的前端选择，以及正确的集合（'My-PDFs'），然后使用文档中的关键字。我也试过使用文件的文件名，但仍然没有结果。我总是得到：

  

您的搜索 - TestKeyword - 与任何文件都不匹配   没有找到包含“TestKeyword”的页面。

（显然，使用实际的关键字）

有什么想法吗？

注意：使用GSA 5.0。

Answer 1

这证明是我们的GSA设备上的损坏。在特定日期之后创建的任何新集合似乎都被抓取但无法搜索。以前工作的现有集合可以继续更新，但新的集合不能更新。

用新硬件替换GSA设备是迄今为止唯一有效的解决方案。