nutch - 在哪里可以找到有关 Nutch 状态代码的文档？

Question

Nutch 有几个状态码，用于对抓取的文档进行分类。

Nutch 使用的代码示例如下：

db_unfetched
db_fetched
db_gone
db_redir_perm
db_redir_temp
db_notmodified

我在哪里可以找到代码含义的明确解释？

在 Stackoverflow 上阅读论坛帖子和回答者可以很好地理解代码。这个页面也提供了一些很好的输入：http ://wiki.apache.org/nutch/CrawlDatumStates但我正在寻找一个描述每个状态代码含义的页面。

Answer 1

没有官方文档，但我可以从CrawlDatum类中提取这个：

  /** Page was not fetched yet. */
  public static final byte STATUS_DB_UNFETCHED      = 0x01;

  /** Page was successfully fetched. */
  public static final byte STATUS_DB_FETCHED        = 0x02;

  /** Page no longer exists. */
  public static final byte STATUS_DB_GONE           = 0x03;

  /** Page temporarily redirects to other page. */
  public static final byte STATUS_DB_REDIR_TEMP     = 0x04;

  /** Page permanently redirects to other page. */
  public static final byte STATUS_DB_REDIR_PERM     = 0x05;

  /** Page was successfully fetched and found not modified. */
  public static final byte STATUS_DB_NOTMODIFIED    = 0x06;