Konfigurasi Swish-e untuk Indexing

Sebelum melakukan indexing, langkah pertama yang harus dilakukan adalah membuat atau menulis sebuah file konfigurasi Swish-e untuk indexing. File konfigurasi Swish-e diperlukan untuk mengatur proses indexing nantinya sesuai dengan yang diinginkan. Pada contoh ini, nama file dituliskan dengan nama “crawling.conf”. Siapkan file-file yang ingin di-index dan simpan di dalam satu folder. Contoh di dalam folder “file_html_pdf” terdapat beberapa file HTML dan PDF. File crawling.conf dan folder “file_html_pdf” disimpan pada direktori yang sama.

#crawling

#directory yang diindex
IndexDir       ./file_html_pdf

#file yang diindex
IndexOnly      .html    .pdf

#konversi pdf ke txt
FileFilter     .pdf  pdftotext  "'%p'-"

#untuk mengambil konten html
DefaultContents    HTML*
StoreDescription   HTML* <body> 200000  200000


#meng-create file index
IndexFile      ./hasil_index.index

#meng-create file index

IndexFile    ./hasil_index.index

Setelah selesai membuat file konfigurasi maka kita dapat menjalankan proses indexing dari file konfigurasi Swish-e yang telah dibuat tersebut. Adapun cara menjalankannya adalah sebagai berikut.

$ swish-e –c crawling.conf