Ich versuche mit Nutch in Eclipse zu crawlen.Empty Nutch crawl list
Ich verwende eine Datei URLs genannt, und es enthält
Allerdings, wenn ich das Projekt ausführen, die Generator-Klasse sagt mir, dass:
„0 Datensätze ausgewählt für das Abrufen , beenden "
Wie kann ich dieses Problem lösen?
Ich habe diese Dokumentationen gefolgt:
http://wiki.apache.org/nutch/RunNutchInEclipse1.0
http://wiki.apache.org/nutch/NutchTutorial
Jede Hilfe wäre sehr geschätzt.
Ich bin kürzlich auf dieses Problem gestoßen und habe festgestellt, dass die meisten Antworten die (regex | crawl) -urlfiters.txt betrafen. Eine weitere Sache, die Sie überprüfen sollten, sind Ihre '-topN'-Einstellungen. Dies muss groß genug sein, damit der Generator alle Filter passieren kann.
Ich hoffe, das hilft.
Ihre wahrscheinlichste regex-urlfilter.xml. Versuchen Sie dies und sehen, ob es das Problem
behebt -^(Datei | ftp | mailto).
- (gif | GIF | jpg | JPG | png | PNG | ico | js | ICO | doc | mp3 | DOC | css | rss | sit | eps | wmf | zip | ppt | mpg | xls | gz | rpm | tgz | mov | MOV | exe | jpeg | JPEG | bmp | BMP) $
-. * (/ [^ /] +)/[^ /] + \ 1/[^ /] + \ 1/
+.