- - - - - - - - - - - - - - - - - - - - - - - - - - - - Name: ooptimum Subject: Re: Как на FTP индексировать только *.txt, *.htm[l] и каталоги?
Прописал в конфиге следующие параметры: [pre]Allow NoCase Regex ^ftp://.*(\.txt|\.htm|\.html|/)$ CheckOnly ftp://*[/pre] Затем удалил все документы, загруженные с ftp ранее: indexer -Cu ftp://%, и заново запустил индексацию. Сегодня утром обнаружил, что много документов с ftp попало в таблицу url. Теперь непонятно, как отделить проиндексированные документы от тех, которые попали под правило CheckOnly, ведь в таблице url у тех и у других указан реальный размер (docsize). Раньше я пользовался таким методом, чтобы искать большие документы и, во-первых, запрещать расширения файлов (Disallow), и, во-вторых, удалять их из базы: [pre]mysql> select max(docsize) from url; +--------------+ | max(docsize) | +--------------+ | 172148127 | +--------------+ 1 row in set (24.22 sec) mysql> select rec_id,url from url where docsize=172148127; +---------+----------------------------------------------------------------------------------------------------------------------------+ | rec_id | url | +---------+----------------------------------------------------------------------------------------------------------------------------+ | 3565720 | ftp://ftp.babilon-t.tj/Music/TRANCE/Crazy Trance/A.S.O.T. - 241/Armin_van_Buuren_-_A_State_Of_Trance_241_[23-03-2006].mp3 | +---------+----------------------------------------------------------------------------------------------------------------------------+ 1 row in set (1.29 sec)[/pre] Как теперь отличить те, которые присутствуют в индексе и базе stored от тех, которые проверяются по CheckOnly, -- непонятно. P.S. Большие значения time у MySQL из-за load average: 10.06, 8.60, 8.04. - - - - - - - - - - - - - - - - - - - - - - - - - - - - Read the full topic here: http://www.dataparksearch.org/cgi-bin/simpleforum.cgi?fid=05;topic_id=1198339888
