下载溜溜体育(中国)官方网站

• 10博网体育备用网址榜单
• 专题
• 系列10博网体育备用网址
• 街机模拟
• 产品库

软件

软件

文章

搜索

• 

< >

好玩 0

坑爹 0

• 应用语言：中文
• 应用大小：7.2M
• 更新时间：2018-05-04 15:05
• 发行时间：
• 应用类型：普通
• 官网：暂无

ApacheNutchJava搜索引擎框架是一个开源的、基于Java实现的搜索引擎。它提供了我们运行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬虫。nbsp;ApacheNu[更多]

大小：7.2M

应用介绍

Apache Nutch(Java搜索引擎框架)是一个开源的、基于Java 实现的搜索引擎。它提供了我们运行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬虫。 

下载溜溜体育(中国)官方网站:Apache Nutch软件特色

1、Nutch致力于让每个人能很容易，同时花费很少就可以配置世界一流的Web搜索引擎

2、每个月取几十亿网页

3、为这些网页维护一个索引

4、对索引文件进行每秒上千次的搜索

5、提供高质量的搜索结果

下载溜溜体育(中国)官方网站:Apache Nutch Java搜索引擎框架功能

1、支持将起始URL集合注入到Nutch系统之中

2、支持生成片段文件，其中包含了将要抓取的URL地址

3、根据URL地址在互联网上抓取相应的内容

4、解析所抓取到的网页，并分析其中的文本和数据

5、根据新抓取的网页中的URL集合来更新起始URL集合，并再次进行抓取

6、同时，对抓取到的网页内容建立索引，生成索引文件存放在系统之中

下载溜溜体育(中国)官方网站:Apache Nutch使用教程

1、首先先运行软件，选择File -> Import Project ->选择apache-nutch-1.9文件夹，确定后选择Import project from external model(Eclipse)

2、一直点击next到结束，成功将项目导入project中去

3、源码导入工程后，并不能执行完整的爬取。Nutch将爬取的流程切分成很多阶段，每个阶段分别封装在一个类的main函数中。在外面通过Linux Shell调用这些main函数，来完整爬取的流程。下面我们来运行Nutch中最简单的流程：Inject。我们知道爬虫在初始阶段，是需要人工给出一个或多个url，作为起始点（广度遍历树的树根）。Inject的作用，就是把用户写在文件里的种子(一行一个url，是TextInputFormat)，插入到爬虫的URL管理文件(crawldb，是SequenceFile)中。

4、接下来我们按照Nutch默认的配置，需要修改Nutch的配置文件，为插件文件夹指定一个绝对路径，修改conf/nutch-default.xml文件内容，并且保存到工程中

5、接下来我们就可以开始对指定的网站的信息进行完整的爬取了

下载溜溜体育(中国)官方网站:更新日志

Apache Nutch v1.9更新：

1、增加了可爬取的数据类型

2、增加对Web爬虫的管理功能

3、解决了一些格式上的已知问题

4、修复了一些bug，优化了软件界面

5、优化了软件性能

相关应用

相关攻略

• 我的世界minecraft为java程序软件加速提升流畅程度的教
• 我的世界minecraft为java程序增加内存量提升流畅程度方
• 使命召唤7：黑色行动穿越战关push back NVA攻略
• NBA2K11视频演示James追身大帽
• 《代号SSR》“阴阳师”IP再添手游新作
• james 2010圣诞节特别篇
• Brian 乌鸦软件 Raven Software
• 上古卷轴5 全新引擎 发售日期公布
• 上古卷轴5新引擎确定
• 星际2女主角NOVA
• 神秘作DEVA ZAN既然用天野喜孝担当监督
• Mindjack可被入侵的角色视频预告
• 地牢守护者使用Unreal引擎10博网体育备用网址即将登陆Android
• 《决战高尔夫》巧借风力叱咤球场
• 《辐射3》Gamebryo引擎其知识产权将被卖给韩国人
• 辐射3引擎知识产权及售后服务卖给韩国
• 由Atlus发行的诡异AVG10博网体育备用网址《凯瑟琳》Demo制作中
• 辐射：新维加斯神器搜索视频攻略

下载地址

下载溜溜体育(中国)官方网站:Java搜索引擎框架Apache Nutch v2.3 官方版

评分

★

★

★

★

★

力荐

选择头像:

请文明发言，遵守社区规范

发布评论

10

999+人评分

★★★★★

★★★★

★★★

★★

★

[{"rating":"1","num":"0"},{"rating":"2","num":"0"},{"rating":"3","num":"0"},{"rating":"4","num":"0"},{"rating":"5","num":"0"}]

全部 好评 中评 差评

查看更多 >

下载溜溜体育(中国)官方网站:配置需求

下载溜溜体育(中国)官方网站:推荐专题

up对战平台

• 

  kk官方对战平台最新版

  248.9M / 12-08

  RTS即时战略

  下载
• 

  kk对战平台下载

  248.9M / 12-08

  RTS即时战略

  下载
• 

  up对战平台盒子下载

  253.4M / 12-08

  RPG角色扮演

  下载

下载溜溜体育(中国)官方网站:本类下载排行

• 妻中蜜3全cg存档 10博网体育备用网址工具 / 28KB 下载 1
• csgo空格键连跳脚本绿色免费版 10博网体育备用网址工具 / 564KB 下载 2
• platform tools工具包官方版v36.0.2 编程软件 / 7.3M 下载 3
• 易控王文档加密软件v2017官方版绿色免费版 文件处理 / 46M 下载 4
• DNF9周年第十套天空时装补丁 10博网体育备用网址工具 / 1.6M 下载 5
• vba for wps安装包v7.1官方版 编程软件 / 35.0M 下载 6
• 3456wg多选皮肤v10.6官方版 10博网体育备用网址工具 / 2.2M 下载 7
• GTKWave(WAV文件波形察看工具)v3.3.66 官方版 文件处理 / 4.4M 下载 8
• 苹果ios10强制降级工具绕过验证1.0 官方版 文件处理 / 60M 下载 9
• 支付宝AR红包小工具1.0 绿色版 文件处理 / 255KB 下载 10