抓取哪些文件

• HCL Notes 資料庫中的每個文件都會被抓取，並作為一個文件加入到集合中。
• If an HCL Notes document has a file attachment, and you choose to process file attachments, only documents that are supported by Discovery are crawled; all others are ignored. 如需詳細資訊，請參閱 支援的檔案類型。
• 如果您選擇處理附件，爬蟲會嘗試抓取HCL Notes文件所附的檔案並編製索引。 Discovery 支援的檔案類型會被索引。 如需詳細資訊，請參閱 支援的檔案類型。
• 支援文件層級安全性。 啟用此選項後，您的使用者可以抓取和查詢他們登入 HCL Notes 時可以存取的相同內容。 如需詳細資訊，請參閱 支援文件層級安全性。
• 當重新抓取來源時，會新增文件，更新的文件會修改為目前的版本，而刪除的文件則會從集合的索引中刪除。
• 所有 Discovery 資料來源連線器都是唯讀的。 無論授予爬取帳戶的權限如何，Discovery 永遠不會寫入、更新或刪除原始資料來源中的任何內容。

資料來源需求

In addition to the 資料來源需求 for all installed deployments, your HCL Notes data source must meet the following requirements:

• 資料來源可以抓取 HCL Notes 9.0.1 資料庫。
• HCL Notes 資料來源僅支援 Domino Internet Inter-ORB Protocol (DIIOP) 通訊協定。
• 若要抓取文件，包括 ACL，您必須至少擁有 Reader 等級的存取權限，才能存取 Domino 伺服器上的伺服器、資料庫和文件。
• For group extractions from the internal Domino LDAP directory, you must have Reader access to the names.nsf directory database.
• 若要從外部 LDAP 目錄抽取群組，您必須擁有外部 LDAP 伺服器的認證。

必要步驟

• 如果要啟用文件層級安全性，您必須採取一些步驟來設定。 如需詳細資訊，請參閱 支援文件層級安全性。

  您可以使用 HCL Notes 使用的 LDAP 伺服器 (內部 Domino LDAP 或外部 LDAP 目錄) 作為遠端 LDAP 目錄，以管理文件層級安全性。 搜尋收藏集的使用者可列在外部 LDAP 目錄中。 但是，用於設置爬行的使用者憑證必須屬於列在 Domino 內部 LDAP 目錄中的使用者。

  若要設定文件層級安全性，您需要收集下列資訊：

  LDAP 伺服器 URL

  要連線的 LDAP 伺服器 URL。 例如，ldap://<ldap_server>:<port>。

  LDAP 綁定使用者名稱

  用於綁定目錄服務的使用者名稱。 此使用者必須具有管理存取權，並列在 Domino 內部 LDAP 目錄中。

  LDAP 綁定使用者密碼

  與使用者相關聯的密碼。

  LDAP 基本 DN

  在 LDAP 中搜尋使用者項目的起點。 例如，CN=Users,DC=example,DC=com。

  LDAP 使用者篩選器

  在 LDAP 中搜尋使用者項目時要套用的篩選條件。 如果未指定，預設值為 (userPrincipalName=\{0\})。

  LDAP 群組篩選器

  在 LDAP 中搜尋群組項目時要套用的篩選條件。

• 在使用 Domino Internet Inter-ORB 通訊協定 (DIIOP) 通訊協定抓取伺服器之前，您必須設定 HCL Notes 伺服器以使用該通訊協定。 要搜索的伺服器必須正在執行 DIIOP 及 HTTP 作業。

若要設定 HCL Notes 伺服器使用 DIIOP，請完成下列步驟：

1. 設定 HCL Notes 伺服器文件。

   • 在 HCL Notes 中，開啟您要抓取的 HCL Notes 伺服器上的 server 文件。 此文件儲存在 Domino 名錄中。

   • 在 Configuration（組態）頁面上，展開 server（伺服器 ）部分。

   • 在 Security（安全性）頁面的 Programmability Restrictions（可程式化限制）區段中，針對您的環境在下列三個欄位中指定適當的安全性限制：

     • 執行受限制的 Lotus Script/Java 代理
     • 執行受限制的 Java/Javascript/COM
     • 執行不受限制的 Java/Javascript/COM

     例如，您可以指定星號 ( * ) 以允許 LotusScript/Java 代理程式進行不受限制的存取，並指定在 Domino 目錄中註冊的使用者名稱，以進行 Java/JavaScript/COM 限制。

     若要搜索使用 DIIOP 通訊協定的伺服器，配置的搜索器必須能夠存取您在這些欄位中指定的使用者名稱。

   • 開啟 Internet Protocol 頁面，然後開啟 HTTP 頁面。 將「允許 HTTP 用戶端瀏覽資料庫」選項設為「是」。

2. 設定使用者文件。

   • 開啟使用者的 user 文件，您要使用該使用者的憑證進行 LDAP 綁定。 此文件儲存在 Domino 名錄中。

   • 在「基本」頁面的網際網路密碼欄位中，指定密碼。

     您在設定資料來源時，會指定此使用者和密碼資訊。

3. 在 HCL Notes 伺服器上重新啟動 DIIOP 任務。

For more information, see 執行伺服器任務 in the HCL Notes documentation.

連接至 HCL Notes 資料來源

從您的 Discovery 專案，完成下列步驟：

1. 從導覽窗格中，選擇 Manage collections。

2. 按一下新增收藏集。

3. 按一下備註，然後按一下下一步。

4. 為收藏命名。

5. 如果 HCL Notes 中的文件語言不是英文，請選擇適當的語言。

   如需受支援語言的清單，請參閱語言支援。

6. 選用：變更同步排程。

   如需詳細資訊，請參閱 爬行排程選項。

7. 在 Enter your credentials 部分中，為下列欄位新增值：

   主機名稱

   HCL Notes 伺服器的主機名稱。

   使用者名稱

   用來抓取 HCL Notes 伺服器的使用者名稱。

   密碼

   與使用者相關聯的密碼。

8. 在 抓取類型中，從下列選項中選擇您要抓取的內容：

   • If you want to crawl a specific HCL Notes database, choose 資料庫, and then add the file name of the database to the 資料庫檔案名稱 field.
   • 如果要抓取多個資料庫，請選擇 Directory。 在 Directory name 欄位中指定要抓取的資料庫所在的目錄。

9. 選購: In the 安全性 section, specify whether you want to enable document-level security.

   • If you want to enable document-level security, set the 啟用文件層級安全性 switch to On.

     設定為開啟時，您的使用者可以抓取他們在 HCL Notes 資料庫或目錄中可以存取的相同內容。

   • To use the Domino LDAP directory, set the 使用遠端 LDAP 目錄 switch to On. 提供有關 Domino LDAP 目錄的詳細資訊。 您在執行前提步驟時收集了此資訊。

     LDAP 伺服器 URL

     要連線的 LDAP 伺服器 URL。 例如，ldap://<ldap_server>:<port>。

     LDAP 綁定使用者名稱

     用於綁定目錄服務的使用者名稱。

     LDAP 綁定使用者密碼

     與使用者相關聯的密碼。

     LDAP 基本 DN

     在 LDAP 中搜尋使用者項目的起點。 例如，CN=Users,DC=example,DC=com。

     LDAP 使用者篩選器

     在 LDAP 中搜尋使用者項目時要套用的篩選條件。 如果未指定，預設值為 (userPrincipalName=\{0\})。

     LDAP 群組篩選器

     在 LDAP 中搜尋群組項目時要套用的篩選條件。

10. 選購: In the 進階選項 section, make choices about the following configuration settings:

    爬行附件

    If you want to crawl files that are attached to HCL Notes documents, set the switcher to On.

    自動偵測程式碼頁面

    如果您希望編碼轉換器偵測要抓取的網頁編碼，請保持開關設為 On。 如果將切換器設定為 Off，請指定下列欄位的值：

    使用的代碼頁面

    指定要抓取的頁面的字元編碼。 如果未指定，則使用預設值 UTF-8。

    備註公式

    指定一個 HCL Notes 公式，用來篩選要抓取的資料。 例如，SELECT @IsAvailable(Year) & Year > 2003。 For more information, see 公式語言 in the HCL Notes documentation.

11. 指定過濾文件時要使用的日期。 The date is stored in a field that is named _ _$Date$_ _ in HCL Notes documents. 預設情況下，欄位會儲存文件的最後修改日期。 您可以選擇不同的日期來取代儲存於欄位中。

    文件修改日期

    使用文件最後修改的日期。 這個選項依預設已選取。

    文件抓取日期

    使用最後抓取的日期。

    文件建立日期

    使用文件的建立日期。

12. If you want the crawler to extract text from images in documents, expand 更多處理設定, and set 應用光學字元識別 (OCR) to On.

    啟用 OCR 且您的文件包含影像時，處理時間會較長。 如需詳細資訊，請參閱 光學字元識別。

13. 按一下完成。

集合快速建立。 當資料被加入集合時，需要更多時間來處理。

如果您要檢查進度，請前往 Activity 頁面。 從導覽窗格中，按一下 管理收藏集，然後按一下開啟收藏集。