2013年5月31日
Nutch分类搜索
摘要： 环境ubuntu11.10tomcat6.0.35nutch1.2笔者想到的分类搜索的方法是根据不同的url建立不同的抓取库，比如要搞电力行业的垂直的搜索，可以将他分为新闻，产品，人才。那麽就建立三个抓取库，每个抓取库都有自己的url入口地址列表。然后配置网站过滤规则达到想要的结果。下面笔者将一步一步的讲解他的实现过程。首先先要得到相关类别的url入口地址列表，这个可以分类百度一下然后根据结果自己整理出来3个列表。以下是笔者整理的三个列表。新闻的（文件名newsURL）http://www.cpnn.com.cn/http://news.bjx.com.cn/http://www.chinap 阅读全文
posted @ 2013-05-31 21:14 风风清清扬扬 阅读(275) 评论(0) 推荐(0)
Nutch导入Eclipse
该文被密码保护。 阅读全文
posted @ 2013-05-31 17:42 风风清清扬扬 阅读(7) 评论(0) 推荐(0)
lucene3.0.0及paoding源码导入myeclipse
该文被密码保护。 阅读全文
posted @ 2013-05-31 10:13 风风清清扬扬 阅读(9) 评论(0) 推荐(0)