Probleme mit Suchindex von Contao

[Tim]

Dopplungen sind sehr seltsam. Ich denke es liegt daran, dass hier jetzt sowohl die Domain aus der Wurzelseite abgegriffen wird, als auch CC selbst den Detaillink generiert und dieser natürlich jetzt auch eine Domain fährt.
---
-> Ja, das ist es. Ist notiert.

---
Nicht durchsuchen ist bereits implementiert. Es muss natürlich die Weiterleitungsseite sein. Andere Seiten sind hier irrelevant.

[eblick]

Beim Indexieren läuft hier allerdings immer noch (oder wieder) etwas krumm.
Gegeben ist hier eine Multidomain Installation. Während die erste Domain hier problemlos durchläuft, ist bei der zweiten der Link fehlerhaft. Siehe hier einen Auszug:

https://www.testseite1.de/motorradho...utschland.html
https://www.testseite1.de/motorradhotel/hotel-du-grand-pre-marly-schweiz.html
https://www.testseite1.de/motorradhotel/hotel-frankfurt-maintal-maintal-doernigheim.html
http://testseite2.com/http://testseite2.com/hotel/hotel-mosser-villach-oesterreich.html
http://testseite2.com/http://testseite2.com/hotel/kunsthotel-fuchspalast-st-veit-oesterreich.h …
http://testseite2.com/http://testseite2.com/hotel/romantik-hotel-post-villach-oesterreich.html
http://testseite2.com/http://testseite2.com/hotel/hotel-restaurant-alpenhof-uebersee-deutschla …

Entsprechend sehen die Ergebnisse in der Sitemap.xml aus.

Bei der testseite2-Domain wird hier die Base dupliziert.

Nachtrag:
Dasselbe Phänomen habe ich nun in einer weiteren Multidomain-Installation entdeckt. Auch hier wird die erste Root korrekt indexiert und bei der zweiten die Base dupliziert.


Dies betrifft im Übrigen nur die Leser/Listenseiten. Bei den regulären Seiten erscheint hier diese Darstellung:
[0] http://testseite2.com/
[0] http://testseite2.com/hotel.html
[0] http://testseite2.com/impressum.html

In einer früheren CC Version war das Problem noch, dass die Base in der Sitemap komplett gefehlt hat.

Ich ergänze hier noch, dass das "Nicht durchsuchen" Feld in den Seiteneinstellungen respektiert wird. Damit kann man Detailseiten aussschließen von der Indexierung.

Ist dies bereits umgesetzt? Ich habe hier testweise alle Seiten auf "Nicht durchsuchen" gesetzt, aber es wurde trotzdem versucht zu indexieren.

[Tim]

Wäre das nicht auf Modulebene möglich/besser?
Eine Detailseite sollte ja indexiert werden, nur nicht 24x dieselbe?

Sicher, kann man auch so rum sehen, aber das sollte dann eher Contao stellen nicht CC. Für diese Funktion würde ich durch CC nicht Contao tl_module Tabelle durch ein neues Feld erweitern.

[eblick]

Wäre das nicht auf Modulebene möglich/besser?
Eine Detailseite sollte ja indexiert werden, nur nicht 24x dieselbe?

[Tim]

... wenn man dazu in der Lage ist...

Nochmals die Frage zu den Feldern.
Diese sollten doch alle beim Indexieren berücksichtigt werden (also alles, was auf der Leser-Seite ausgegeben wird) oder?

Ich muss gestehen, das weiss ich nicht. Contao verlangt für seinen Suchindex erstmal nur die Url. Was genau da wie abgerödelt wird, keine Ahnung. Da kann ja im Grunde neben CC alles mögliche liegen. Wiederum News, normale Inhaltselemente usw. usw.
Ich denke Contao grabtscht sich alles aus den Templates, was nicht in indexer stop usw. steht.
Ich nehme einfach mal an da wird der Quelltext ausgelesen, daher auch die Möglichkeit den Suchindex unter der Verwendung eines FE-Mitglieds zu starten. Aus dem Quelltext wird das Html ausradiert und dann bei einer Suche einfach nach Treffern in dem Haufen Text gesucht.

---> Ein Blick in die tl_search Tabelle bestätigt es eigentlich. Das ist Quellcode zu Reintext "gergxt".

Ich ergänze hier noch, dass das "Nicht durchsuchen" Feld in den Seiteneinstellungen respektiert wird. Damit kann man Detailseiten aussschließen von der Indexierung.

[eblick]

Hier hat man direkten Einfluss über den getSearchablePages Hook.

... wenn man dazu in der Lage ist...

Nochmals die Frage zu den Feldern.
Diese sollten doch alle beim Indexieren berücksichtigt werden (also alles, was auf der Leser-Seite ausgegeben wird) oder?

[Tim]

Klingt alles korrekt. CC muss davon ausgehen, das du mit jedem Liste Modul etwas anders indexieren willst. Nachrichtenlisten ticken genauso. CC macht hier genau das gleiche wie die Nachrichtenlisten - hab mir das von Leo abgeschaut

* Dabei hängt sich der Browser teilweise auf.
- Aber nur teilweise. Das dauert lange, ja. Ein frisch aufgesetztes Betriebssystem indexiert seine Suche ebenfalls ewig.

Hier hat man direkten Einfluss über den getSearchablePages Hook.

[eblick]

In meiner Eclipse/CC Installation ist beim Aufbau des Contao Suchindex irgendwie der Wurm drin.
Ich habe hier einige Listenmodule in der Installation und beim Aufbau des Suchindex wird hier jede Detail-URL aus jedem Listenmodul separat indexiert. Im konkreten Fall sind das 24 x 3330 Entries....

Dabei hängt sich der Browser teilweise auf.

Dabei ist es merkwürdig, dass nach dem Durchlaufen eine [0] for dem indexierten Eintrag steht...
[0] http://www.testseite.de/motorradhote...eutschland.htm
heißt das, dass der Eintrag nicht indexiert wurde?

Kann man das hier irgendwie entschlacken/beschleunigen?
Werden beim indexieren eigentlich alle Felder des CC mit berücksichtigt?