cooling搜索

通用爬虫

　　企业信息化系统中往往存在各类异构数据源，这些数据源中的信息多种多样，往往会包含结构化数据、半结构数据以及非结构化数据在内的多种格式。通用爬虫能够整合这些数据源中以不同方式保存的信息。

数据多样

目前支持的数据源有
●　关系型数据库　　●　文档数据库　　●　本地文件系统　　●　网络文件系统　　●　Web服务器　　●　FTP服务器

完全可配置

　　Cooling Search 自带图形化配置工具。可以新建搜索，新建索引组，并对索引和索引组进行管理，可以对索引组选择运行时间，并且查看和下载日志。随时随地监控整个系统的运行过程。

新建索引组中的步骤

新建索引中的步骤

支持的格式

　　Cooling Search 支持多种关系型数据库、文档、传输协议和编码方式。下表为 Cooling Search 目前所支持的文档格式，传输协议和编码方式。

序号	属性名	描述
1	文档格式	html、htm、asp、jsp、php、pdf、doc、xsl、txt、ppt、不带文件后缀名、xml、aspx、rar、zip、tar、tar.gz、gz
2	传输协议	http、ftp、file只访问本地文件
3	关系型数据库	Oracle、MySql、SqlServer
4	编码方式	ASCII, ISO-8859-{1,2,3,4,5,7,9,10,13,14,15,16}, KOI8-R, KOI8-U, KOI8-RU, CP{1250,1251,1252,1253,1254,1257}, CP{850,866,1131}, Mac{Roman,CentralEurope,Iceland,Croatian,Romania}, Mac{Cyrillic,Ukraine,Greek,Turkish}, Macintosh ISO-8859-{6,8}, CP{1255,1256}, CP862, Mac{Hebrew,Arabic}, EUC-JP, SHIFT_JIS, CP932, ISO-2022-JP, ISO-2022-JP-2, ISO-2022-JP-1, EUC-CN, HZ, GBK, CP936, GB18030, EUC-TW, BIG5, CP950, BIG5-HKSCS, BIG5-HKSCS:2001, BIG5-HKSCS:1999, ISO-2022-CN, ISO-2022-CN-EXT, EUC-KR, CP949, ISO-2022-KR, JOHAB,ARMSCII-8,Georgian-Academy, Georgian-PS, KOI8-T, PT154, RK1048, ISO-8859-11, TIS-620, CP874, MacThai,MuleLao-1, CP1133,VISCII, TCVN, CP1258,HP-ROMAN8, NEXTSTEP, UTF-8 　　UCS-2, UCS-2BE, UCS-2LE 　　UCS-4, UCS-4BE, UCS-4LE 　　UTF-16, UTF-16BE, UTF-16LE 　　UTF-32, UTF-32BE, UTF-32LE 　　UTF-7 C99, JAVA ,UCS-2-INTERNAL, UCS-4-INTERNAL，CP{437,737,775,852,853,855,857,858,860,861,863,865,869,1125}，CP864，EUC-JISX0213, Shift_JISX0213, ISO-2022-JP-3，BIG5-2003 (experimental)， TDS565，ATARIST, RISCOS-LATIN1）