nutch - nutch-site.xml 文件的 plugin-includes 标头下“parse-(type1|type2)”的含义

Question

在nutch-site.xml，在plugin-includes标题下，当我写时parse-(type1|type2)，它是什么意思？

这是否意味着对于 nutch 获取的每个 url，nutch 先使用type1 个解析器解析内容，然后依次调用type2解析器？

Answer 1

你的假设是正确的。这就是它的工作原理。但请记住，可以为每个插件分配某种内容类型或一组内容类型。例如 parse-pdf 插件不会解析 msword 文档。