2013年4月19日
Apache Nutch（二）
摘要： Nutch Crawler工作流程： Injector - 注入 Generator - 产生抓取列表 Fetcher - 从网上抓取网页 Parse Segment - 对抓取的网页进行解析 CrawlDB Update - 把抓取的URL状态和新发现的URL存入Crawl DB L... 阅读全文
posted @ 2013-04-19 17:47 Kyle_Java 阅读(869) 评论(0) 推荐(0) 编辑