HCL Notes

抓取HCL Notes（以前为Lotus Notes）数据库。

IBM Cloud Pak for Data IBM Software Hub

此信息仅适用于已安装的部署。

抓取哪些文件

HCL Notes 数据库中的每个文档都会被抓取并作为一个文档添加到集合中。
如果 HCL Notes 文档有文件附件，并且您选择处理文件附件，则只会抓取 Discovery 支持的文档；其他文档将被忽略。有关详细信息，请参阅支持的文件类型。
如果选择处理附件，爬虫会尝试抓取HCL Notes文档所附的文件并编制索引。 Discovery 支持的文件类型都会被索引。有关详细信息，请参阅支持的文件类型。
支持文件级安全。启用此选项后，用户可以抓取和查询与登录 HCL Notes 时相同的内容。有关详细信息，请参阅支持文档级安全性。
当重新抓取资源时，会添加新文档，将更新后的文档修改为当前版本，并将已删除的文档从集合索引中删除。
所有 Discovery 数据源连接器都是只读的。无论向抓取账户授予何种权限，Discovery 都不会写入、更新或删除原始数据源中的任何内容。

数据源需求

除了所有已安装部署的数据源要求之外，您的 HCL Notes 数据源必须满足以下要求：

数据源可以抓取 HCL Notes 9.0.1 数据库。
HCL Notes 数据源仅支持Domino Internet Inter-ORB Protocol (DIIOP)协议。
要抓取文档（包括 ACL），您必须至少拥有 Reader 级访问 Domino 服务器、数据库和文档的权限。
要从 Domino 内部 LDAP 目录中提取组，必须有 Reader 访问 names.nsf 目录数据库的权限。
要从外部 LDAP 目录中提取组，必须拥有外部 LDAP 服务器的证书。

必备步骤

如果要启用文档级安全性，必须采取一些步骤进行设置。有关详细信息，请参阅支持文档级安全性。

您可以使用 HCL Notes 使用的 LDAP 服务器（内部 Domino LDAP 或外部 LDAP 目录）作为远程 LDAP 目录来管理文档级安全性。可在外部 LDAP 目录中列出搜索收藏集的用户。不过，用于设置抓取的用户凭据必须属于 Domino 内部 LDAP 目录中列出的用户。

要配置文档级安全性，需要收集以下信息：

LDAP 服务器 URL

LDAP服务器 URL 的连接地址。例如，ldap://<ldap_server>:<port>。

LDAP 绑定用户名

用于绑定到目录服务的用户名。该用户必须具有管理访问权限，并列在 Domino 内部 LDAP 目录中。

LDAP 绑定用户密码

与用户关联的密码。

LDAP 基本 DN

在 LDAP 中搜索用户条目的起点。例如，CN=Users,DC=example,DC=com。

LDAP 用户过滤器

用于在 LDAP 中搜索用户条目的过滤器。如果未指定，缺省值为 (userPrincipalName=\{0\})。

LDAP 组过滤器

用于在 LDAP 中搜索组条目时使用的过滤器。
在使用 Domino Internet Inter-ORB Protocol (DIIOP) 协议抓取服务器之前，必须配置 HCL Notes 服务器以使用该协议。要搜寻的服务器必须在运行 DIIOP 和 HTTP 任务。

要配置 HCL Notes 服务器以使用 DIIOP，请完成以下步骤：

配置 HCL Notes 服务器文档。
- 在 HCL Notes 中，打开 server 服务器上要抓取的 HCL Notes 文档。此文档存储在 Domino 目录中。
- 在配置页面上，展开服务器部分。
- 在“可编程性限制”部分的“安全”页面上，在以下三个字段中为您的环境指定适当的安全限制：
  - 运行受限的 Lotus Script/Java 代理
  - 运行受限 Java/JavaScript/COM
  - 不受限制地运行 Java/JavaScript/COM
  例如，您可以指定一个星号（ * ），允许 LotusScript/Java 代理无限制访问，并指定在Domino目录中注册的 Java/JavaScript/COM 限制的用户名。
  
  要搜寻使用 DIIOP 协议的服务器，所配置的搜寻器必须能够访问在以上字段中指定的用户名。
- 打开 Internet Protocol 页面，然后打开 HTTP 页面。 将允许 HTTP 客户端浏览数据库选项设置为是。
配置用户文档。
- 打开 user 文档，该用户的凭据将用于 LDAP 绑定。此文档存储在 Domino 目录中。
- 在“基本”页面上的因特网密码字段中，指定密码。
  
  您可以在设置数据源时指定这些用户和密码信息。
在 HCL Notes 服务器上重新启动DIIOP任务。

有关详细信息，请参阅 HCL Notes 文档中的运行服务器任务。

连接到 HCL Notes 数据源

请从您的 Discovery 项目开始，完成以下步骤：

从导航窗格中，选择 管理集合。
点击 “新收藏”。
点击 “备注”，然后点击 “下一步”。
为藏品命名。
如果 HCL Notes 中的文件语言不是英语，请选择适当的语言。

有关受支持语言的列表，请参阅语言支持。
可选：更改同步计划。

有关详细信息，请参阅爬行计划选项。
在 Enter your credentials 部分，为以下字段添加值：

主机名

HCL Notes 服务器的主机名。

用户名

用于抓取 HCL Notes 服务器的用户名。

密码

与用户关联的密码。
在抓取类型中，从以下选项中选择要抓取的内容：
- 如果要抓取特定的 HCL Notes 数据库，请选择 数据库，然后在 数据库文件名 字段中添加数据库的文件名。
- 如果要抓取多个数据库，请选择 Directory。在 Directory name 字段中指定存储要抓取的数据库的目录。
可选：在安全性部分，指定是否要启用文档级安全性。
- 如果要启用文档级安全性，请将 Enable Document Level Security 开关设置为 On。
  
  当设置为 “开启” 时，您的用户可以抓取他们在 HCL Notes 数据库或目录中有权访问的相同内容。
- 要使用 Domino LDAP 目录，请将 Use remote LDAP directory 开关设置为 On。提供有关 Domino LDAP 目录的详细信息。您在执行前提步骤时收集了这些信息。
  
  LDAP 服务器 URL
  
  LDAP服务器 URL 的连接地址。例如，ldap://<ldap_server>:<port>。
  
  LDAP 绑定用户名
  
  用于绑定到目录服务的用户名。
  
  LDAP 绑定用户密码
  
  与用户关联的密码。
  
  LDAP 基本 DN
  
  在 LDAP 中搜索用户条目的起点。例如，CN=Users,DC=example,DC=com。
  
  LDAP 用户过滤器
  
  用于在 LDAP 中搜索用户条目的过滤器。如果未指定，缺省值为 (userPrincipalName=\{0\})。
  
  LDAP 组过滤器
  
  用于在 LDAP 中搜索组条目时使用的过滤器。
可选：在高级选项部分，请选择以下配置设置：

爬行附件

如果要抓取附加到 HCL Notes 文档的文件，请将切换器设置为 On。

自动检测代码页

如果希望编码转换器检测要抓取页面的代码，请将开关设置为 On。如果将切换器设置为 Off，请为以下字段指定值：

要使用的代码页面

指定要抓取的页面的字符编码。如果未指定，则使用 UTF-8 的默认值。

注释公式

指定一个 HCL Notes 公式，用于过滤要抓取的数据。例如，SELECT @IsAvailable(Year) & Year > 2003。有关详细信息，请参阅 HCL Notes 文档中的公式语言。
指定筛选文档时要使用的日期。日期存储在 HCL Notes 文档中名为 _ _$Date$_ _ 的字段中。默认情况下，字段存储文档的最后修改日期。您可以选择一个不同的日期存储在该字段中。

文件修改日期

使用文档最后修改的日期。缺省情况下，该选项被选中。

文件抓取日期

使用最后抓取日期。

文件创建日期

使用文件的创建日期。
如果希望爬虫从文档中的图像提取文本，请展开 更多处理设置，并将 应用光学字符识别 (OCR) 设为 On。

启用 OCR 且文档包含图像时，处理时间会更长。有关详细信息，请参阅光学字符识别。
单击完成。

该系列创建迅速。当数据被添加到数据集中时，需要更多的时间来处理数据。

如果想查看进度，请进入活动页面。在导航窗格中，单击 管理收藏，然后单击打开收藏。