跳到主要内容

algolia 搜索配置

搜索功能是基于 algolia 来进行配置，配置方式有两种:

  1. 让 Docsearch 每周爬一次你的网站，前提条件是你的项目必须是开源的，否则要进行收费，好处是没有额外的配置，只不过申请比较繁琐。

  2. 自己运行 Docsearch 爬虫，根据自己心情随时爬取，但是需要自行注册账号和搭建爬虫环境（docker），这也是我目前选择的方式。

💬

在开始以下步骤之前请先阅读 搜索|Docusaurus 进行基本的配置

下面只介绍我所采用的配置方式，原本采用的是第一种方案，后来因申请时间有点久边选择了第二种方案

第一种方案​

你可以先试着用第一种方案申请一下，进入 Algolia DocSearch 的申请地址，填写相关信息，需要注意的是，网站要可以公开访问的

20230125015250

申请的过程可能比较麻烦和耗时，但他是免费的，而且一劳永逸（如果你不想折腾自己运行爬虫的话）

然而申请结果邮件，最终是等了三四天才收到

20230125015304

本着心急，我又申请了一两次 （不建议这么做，因为审是人工个审核的，官方的说法是可能会延长审核周期，最长的可能会到两周！）

第二种方案​

于是我又寻找到了更好也更适合我的方案，也就是上面说的第二种方案，如下：
主要参考教程的博主录制了个视频教程，可以结合文档一起参考，不过你得需要去外面的世界看看

以下步骤的前提是已经创建了 algolia 账号，仓库中也创建了 Action，然后下面三个 algolia 的 Key 值是待会需要用到的

20230125015640

然后下面主要说其中两钟触发条件，区别在于 yml 文件的 on 字段内容不一样，其他一致，根据自己的需求选择

配置触发方式​

on:
  push:
    branches:
      - main
提示

提交代码触发相当于还没部署更新的内容就开始运行爬虫了，就是说爬取的是上一次部署成功的内容

在根目录下 .github/workflows/ 下创建 docsearch.yml 文件

docsearch.yml
# This workflow will do a clean installation of node dependencies, cache/restore them, build the source code and run tests across different versions of node
# For more information see: https://help.github.com/actions/language-and-framework-guides/using-nodejs-with-github-actions

name: docsearch

on:
#  The way you choose

jobs:
  algolia:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2

      - name: Get the content of docsearch.json as config
        id: algolia_config
        run: echo "::set-output name=config::$(cat docsearch.json | jq -r tostring)"

      - name: Run algolia/docsearch-scraper image
        env:
          ALGOLIA_APP_ID: ${{ secrets.ALGOLIA_APP_ID }}
          ALGOLIA_API_KEY: ${{ secrets.ALGOLIA_API_KEY }}
          CONFIG: ${{ steps.algolia_config.outputs.config }}
        run: |
          docker run \
            --env APPLICATION_ID=${ALGOLIA_APP_ID} \
            --env API_KEY=${ALGOLIA_API_KEY} \
            --env "CONFIG=${CONFIG}" \
            algolia/docsearch-scraper
​

然后在项目仓库（我的是源码仓库）中新建两个 Action secrets ，输入 algolia 的相关 Key

20230125020800

配置 docsearch.json​

在项目根目录下创建 docsearch.json 文件，并将代码高亮的部分替换成自己的信息

docsearch.json
{
  "index_name": "Shake",
  "start_urls": ["https://www.shaking.site/"],
  "sitemap_urls": ["https://www.shaking.site/sitemap.xml"],
  "selectors": {
    "lvl0": {
      "selector": "(//ul[contains(@class,'menu__list')]//a[contains(@class, 'menu__link menu__link--sublist menu__link--active')]/text() | //nav[contains(@class, 'navbar')]//a[contains(@class, 'navbar__link--active')]/text())[last()]",
      "type": "xpath",
      "global": true,
      "default_value": "Documentation"
    },
    "lvl1": "header h1, article h1",
    "lvl2": "article h2",
    "lvl3": "article h3",
    "lvl4": "article h4",
    "lvl5": "article h5, article td:first-child",
    "lvl6": "article h6",
    "text": "article p, article li, article td:last-child"
  },
  "custom_settings": {
    "attributesForFaceting": [
      "type",
      "lang",
      "language",
      "version",
      "docusaurus_tag"
    ],
    "attributesToRetrieve": [
      "hierarchy",
      "content",
      "anchor",
      "url",
      "url_without_anchor",
      "type"
    ],
    "attributesToHighlight": ["hierarchy", "content"],
    "attributesToSnippet": ["content:10"],
    "camelCaseAttributes": ["hierarchy", "content"],
    "searchableAttributes": [
      "unordered(hierarchy.lvl0)",
      "unordered(hierarchy.lvl1)",
      "unordered(hierarchy.lvl2)",
      "unordered(hierarchy.lvl3)",
      "unordered(hierarchy.lvl4)",
      "unordered(hierarchy.lvl5)",
      "unordered(hierarchy.lvl6)",
      "content"
    ],
    "distinct": true,
    "attributeForDistinct": "url",
    "customRanking": [
      "desc(weight.pageRank)",
      "desc(weight.level)",
      "asc(weight.position)"
    ],
    "ranking": [
      "words",
      "filters",
      "typo",
      "attribute",
      "proximity",
      "exact",
      "custom"
    ],
    "highlightPreTag": "<span class='algolia-docsearch-suggestion--highlight'>",
    "highlightPostTag": "</span>",
    "minWordSizefor1Typo": 3,
    "minWordSizefor2Typos": 7,
    "allowTyposOnNumericTokens": false,
    "minProximity": 1,
    "ignorePlurals": true,
    "advancedSyntax": true,
    "attributeCriteriaComputedByMinProximity": true,
    "removeWordsIfNoResults": "allOptional",
    "separatorsToIndex": "_",
    "synonyms": [
      ["js", "javascript"],
      ["ts", "typescript"]
    ]
  }
}

配置 docusaurus.config.js​

module.exports = {
  themeConfig: {
    algolia: {
      appId: 'YOUR_APP_ID',          // Application ID
      apiKey: 'YOUR_SEARCH_API_KEY', // Search-Only API Key
      indexName: 'YOUR_INDEX_NAME'   // Index name
    }
  }
};

完成以上所有步骤之后即可在自己的项目里进行搜索测试，在 Brows 里有数据说明已经正常爬取了

20230125021458


提示

如果有其他的问题可以去逛逛底下的参考链接，说不定会有对应的解决方案。

参考与致谢​

最后于 更新