HTML共通部分の除外
ヘッダー、フッター、サイドバーなどの共通部分を除外して検索精度を向上させます。
HTML共通部分の除外機能を使うことで、ヘッダー、フッター、サイドバーなどの共通部分を除外し、本文のみを抽出できます。
HTML共通部分の除外とは
多くのWebサイトでは、すべてのページに共通のヘッダー、フッター、ナビゲーションメニューなどが含まれています。これらの共通部分をインデックスに含めると、検索精度が低下します。 HTML共通部分の除外機能を使うことで、ページの本文のみを抽出し、検索精度を向上させることができます。除外した部分は、サイト内検索だけでなくチャット（RAG）の回答生成にも使われなくなります。一方、除外した部分に含まれるリンクは、除外の影響を受けずに通常どおり抽出されます。
CSSセレクタの指定
除外する要素は、CSSセレクタで指定します。
基本的なセレクタ
| セレクタ | 説明 | 例 |
|---|---|---|
#id | ID指定 | #header |
.class | クラス指定 | .sidebar |
tag | タグ指定 | nav |
tag.class | タグとクラスの組み合わせ | header.main-header |
設定例
#header - ID が header の要素を除外
.sidebar - クラスが sidebar の要素を除外
nav - nav タグの要素を除外
footer - footer タグの要素を除外
複数のセレクタを指定することで、複数の要素を一度に除外できます。
パスの指定（Globパターン）
URLパスは、Globパターンで指定します。
優先度について
複数の設定が同じパスに一致する場合、優先度の一番大きいもののみ適用されます。
入力の制約
- 設定名は必須です
- CSSセレクタは1〜30個まで、それぞれ255文字以内で指定します
- パスは作成後に変更できません。変更する場合は、削除してから作り直してください
除外設定の変更は、インデックス再構築では反映されません。反映されるのは、次回の定期クロール、または「すべてのページを再クロール」操作で対象ページが実際に再取得されたときです。