已经一个多月没有更新博客了，这段时间在学习 Spring Cloud 微服务开发，也有几周没更新 JustLaws 网站了，想起来还有一个搜索功能要增强，这次就来试试 Algolia DocSearch 吧！

主要流程

流程简单来说分为两步：

1. 创建 Algolia 索引
2. 在 VuePress 中配置 Algolia DocSearch

创建 Algolia 索引

官方提供了多种方式来创建 Algolia 索引，最简单的方式是提交网站的 URL 给 DocSearch 官方，DocSearch 团队会帮你创建索引，并将 apiKey 和 indexName 发送到你的邮箱。但是这一方式有一些限制，其中一条是你的网站必须是开源项目的技术文档或者技术博客，我们的法律文库显然不满足这个条件，所以我们需要自己手动创建索引。

环境配置

首先需要注册一个 Algolia 的账号，注册完成后来到控制台，系统会自动帮你创建好一个应用，可以将应用的地区改成香港，这样在搜索查询的时候延迟会低一些。接着需要手动创建一个索引，我们之后运行爬虫的结果会全部存储在这个索引中。

创建索引

创建完索引后，来到设置——API Keys 获取 Application ID 和 Admin API Key。创建 .env 文件，将两个参数填入。

获取 API

1
2
APPLICATION_ID=M6984MENBN
API_KEY=••••••••••••••••••••••••••••••••

配置完 API，接下去需要配置爬虫的选项。创建 config.json 文件，对于 VuePress 可以用以下配置，修改 index_name 为之前创建的索引名称，start_urls 为网站的首页地址，其余选项可保持默认。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
{
  "index_name": "just_laws",
  "start_urls": [{ "url": "https://www.justlaws.cn/", "variables": { "lang": ["zh-CN"] } }],
  "selectors": {
    "lvl0": ".sidebar-heading.active",
    "lvl1": ".theme-default-content h1",
    "lvl2": ".theme-default-content h2",
    "lvl3": ".theme-default-content h3",
    "lvl4": ".theme-default-content h4",
    "lvl5": ".theme-default-content h5",
    "lvl6": ".theme-default-content h6",
    "text": ".theme-default-content p, .theme-default-content li"
  },
  "initialIndexSettings": {
    "attributesForFaceting": ["type", "lang"],
    "attributesToRetrieve": ["hierarchy", "content", "anchor", "url"],
    "attributesToHighlight": ["hierarchy", "hierarchy_camel", "content"],
    "attributesToSnippet": ["content:10"],
    "camelCaseAttributes": ["hierarchy", "hierarchy_radio", "content"],
    "searchableAttributes": [
      "unordered(hierarchy_radio_camel.lvl0)",
      "unordered(hierarchy_radio.lvl0)",
      "unordered(hierarchy_radio_camel.lvl1)",
      "unordered(hierarchy_radio.lvl1)",
      "unordered(hierarchy_radio_camel.lvl2)",
      "unordered(hierarchy_radio.lvl2)",
      "unordered(hierarchy_radio_camel.lvl3)",
      "unordered(hierarchy_radio.lvl3)",
      "unordered(hierarchy_radio_camel.lvl4)",
      "unordered(hierarchy_radio.lvl4)",
      "unordered(hierarchy_radio_camel.lvl5)",
      "unordered(hierarchy_radio.lvl5)",
      "unordered(hierarchy_radio_camel.lvl6)",
      "unordered(hierarchy_radio.lvl6)",
      "unordered(hierarchy_camel.lvl0)",
      "unordered(hierarchy.lvl0)",
      "unordered(hierarchy_camel.lvl1)",
      "unordered(hierarchy.lvl1)",
      "unordered(hierarchy_camel.lvl2)",
      "unordered(hierarchy.lvl2)",
      "unordered(hierarchy_camel.lvl3)",
      "unordered(hierarchy.lvl3)",
      "unordered(hierarchy_camel.lvl4)",
      "unordered(hierarchy.lvl4)",
      "unordered(hierarchy_camel.lvl5)",
      "unordered(hierarchy.lvl5)",
      "unordered(hierarchy_camel.lvl6)",
      "unordered(hierarchy.lvl6)",
      "content"
    ]
  }
}

运行爬虫

我们在服务器上运行爬虫，系统为 CentOS 7.6。首先需要安装 jq，一个简单而又强大的 json 解析工具，一行命令就搞定。

1
yum install jq

接着拉取 Docker 镜像，并运行爬虫，注意修改配置文件的路径。

1
docker run -it --env-file=.env -e "CONFIG=$(cat /root/docsearch/config.json | jq -r tostring)" algolia/docsearch-scraper

等待爬虫运行结束，就可以在控制台看到结果了，免费版的索引存储上限是 10000 条。

在 VuePress 中配置 Algolia DocSearch

按照官方文档进行配置即可。

其中，searchParameters 参数可以参考 algolia 文档进行配置。

1
npm i -D @vuepress/plugin-docsearch@next
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
const { docsearchPlugin } = require("@vuepress/plugin-docsearch");

module.exports = {
  plugins: [
    docsearchPlugin({
      apiKey: "c1b57ecf806bfe5c370d3de23b858065",
      appId: "M6984MENBN",
      indexName: "just_laws",
      searchParameters: {
        attributesToSnippet: ["lvl1:30", "content:25"],
      },
      locales: {
        "/": {
          placeholder: "搜索文档",
          translations: {
            button: {
              buttonText: "搜索文档",
              buttonAriaLabel: "搜索文档",
            },
            modal: {
              searchBox: {
                resetButtonTitle: "清除查询条件",
                resetButtonAriaLabel: "清除查询条件",
                cancelButtonText: "取消",
                cancelButtonAriaLabel: "取消",
              },
              startScreen: {
                recentSearchesTitle: "搜索历史",
                noRecentSearchesText: "没有搜索历史",
                saveRecentSearchButtonTitle: "保存至搜索历史",
                removeRecentSearchButtonTitle: "从搜索历史中移除",
                favoriteSearchesTitle: "收藏",
                removeFavoriteSearchButtonTitle: "从收藏中移除",
              },
              errorScreen: {
                titleText: "无法获取结果",
                helpText: "你可能需要检查你的网络连接",
              },
              footer: {
                selectText: "选择",
                navigateText: "切换",
                closeText: "关闭",
                searchByText: "搜索提供者",
              },
              noResultsScreen: {
                noResultsText: "无法找到相关结果",
                suggestedQueryText: "你可以尝试查询",
                reportMissingResultsText: "你认为该查询应该有结果？",
                reportMissingResultsLinkText: "点击反馈",
              },
            },
          },
        },
      },
    }),
  ],
};