更新：Vuepress 配置 Algolia 搜索
我曾在2023年6月7日写过一篇介绍 Vuepress 中 Algolia 配置的文章。前两天，当我换了新域名 yxzl.dev 之后，想要再遵循这一流程居然失败了。经过一系列折腾，写出了下面这篇新文章。
创建应用
首先访问 DocSearch 主页，在此页面点击“Sign Up”，经过一系列注册和登录操作后，你应该能看到如下界面：
随便起一个名字，然后点击下一步即可。创建过程可能会略有点慢，创建成功后页面会自动重定向。我曾遇到地区选择美国东部卡死在创建流程的情况，换到西欧就正常了。
下一步是添加域名，添加域名后需要进行审核（通常很快）；与此同时，你还需要验证域名所有权，绝大多数情况下可以通过 DNS TXT 解析，但我也有遇到这一方法始终验证不通过的情况，此时用 HTML 验证即可（可以通过 GitHub Pages 完成）。
获取API信息
访问 https://dashboard.algolia.com/account/api-keys 即可查看应用的 appId（Application ID）和 apiKey（Search API Key），这两项通常是 Vuepress 项目配置必要的。
在官方发来的邮件中，提取出 appId apiKey 和 indexName 三个信息，然后根据自己使用的 Vuepress 框架的文档进行配置即可。
配置完成后，请尝试搜索一个关键词（确保你的网站中有文档包含这一关键词），如果正常返回了搜索结果，那么恭喜你已经完成了配置；如果你和我一样，搜什么都是 No Results，那么请继续往下看。
创建和配置爬虫
在控制台中，点击左下角的 Data Sources 按钮，再点击 Crawler，即可添加或管理爬虫。
点击创建好的爬虫，进入配置界面，在左侧菜单中点击 Editor，会进入一个代码编辑界面。代码很长，我们只关心前面的这一部分：
new Crawler({
appId: "6T04KIYWWA",
indexPrefix: "",
rateLimit: 8,
maxDepth: 10,
maxUrls: null,
schedule: "on monday",
startUrls: ["https://blog.yxzl.dev"],
renderJavaScript: false,
sitemaps: ["https://blog.yxzl.dev/sitemap.xml"],
ignoreCanonicalTo: true,
actions: [
{
indexName: "blog-crawler",
pathsToMatch: ["https://blog.yxzl.dev/**"],
recordExtractor: ({ helpers }) => {
return helpers.docsearch({
recordProps: {
lvl1: ".page-container h1",
content: ".page-container p",
lvl0: {
selectors: "p.sidebar-heading.open",
defaultValue: "Documentation",
},
lvl2: ".page-container h2",
lvl3: ".page-container h3",
lvl4: ".page-container h4",
lvl5: ".page-container h5",
lang: "",
tags: {
defaultValue: ["v1"],
},
},
aggregateContent: true,
});
},
},
],
...代码中高亮的即为我们需要修改的部分：
maxUrls：初始值通常是一个较小的数字，供测试使用，测试结束后应配置为nullschedule：Algolia 爬取你网站的频次。这一数值可以在网站中的 Configuration 界面使用图形化工具修改。startUrls：爬虫爬取的入口，通常配置为网站首页即可sitemaps：网站地图的链接，没有可以设置为空数组。Vuepress 现在提供了非常简单的方式生成站点地图，建议大家进行配置。indexName：默认值与爬虫名称相同，通常情况下无需进行修改。这个值也需要写到 Vuepress 的配置文件中。oathsToMatch：哪些格式的链接会被爬取，无特殊需求照抄我这样的格式即可。recordProps中的内容：这些参数配置爬虫如何从你的界面中找到各级标题和正文。对于大多数 Vuepress 站点，应该可以直接照抄上方配置（下文会给出测试方法，如果测试不通过你再修改也来得及）
如何找到 recordProps 应配置的值
以 vuepress-theme-reco 主题为例，打开任意文章后，使用浏览器检查工具，我们可以看到所有内容都被包裹在 .theme-reco-default-content 中：
此时就可以把上面配置中的所有 .page-container 替换为 .theme-reco-default-content。
修改好后，在网站右侧的 URL Tester 中可以输入自己网站某个界面的网址进行测试（注意选择正文界面而非首页，毕竟首页并没有东西用来建索引），如果看到 Records 中有内容就是成功啦。
此时先别着急离开，一定要点击右下角的 Publish 按钮，内容才会保存。
在此之后点击上图中 4 标注的小眼睛回到 Overview 界面，点击右上角的按钮重新启动爬虫，然后耐心等待爬取完成就可以啦！
