1

我有这种情况:我的种子中有超过 160 个 URL。一周前我开始爬行。现在我在我的存储中抓取了很多页面,但我可以在我的 Solr 索引中看到种子中的一些 URL 根本没有被抓取(这些 URL 没有来自 robots.txt 的一些限制)或者只有很少的数量。是否可以告诉 Nutch 偏爱某些 URL?

4

1 回答 1

0

你检查过TopN价值吗?还是 Nutch 还在爬行?因为索引和向 solr 发送数据是在过程结束时完成的!

于 2013-10-01T13:05:50.080 回答