Nutch網絡蜘蛛，索引整個網絡

-1

好吧，我一直在搞亂Nutch，需要知道我編輯crawl-urlfilter.txt文件裏面有什麼參數，所以蜘蛛有無界限。換句話說，我希望它漫遊在指定域以外的網絡。Nutch網絡蜘蛛，索引整個網絡

我假設它與這條線做的，但我不知道如何正確地編輯做，因爲我希望它：

+^http://([a-z0-9]*\.)*urlz.net/

2011-03-16 Noah R

它似乎與域名'urlz.net'下的網址相匹配。嘗試使用'+^http：//（[a-z0-9] * \。）*'代替。 – 2011-03-16 01:53:22

我不使用Nutch framiliar但這只是一個正則表達式。

+^http://([a-z0-9\.])*

可能工作得很好，或者它的一些變化。它只是匹配模式。我剛剛寫的那個應該匹配任何以http：//開頭的內容，然後是任意數量的字母，數字或點。

2011-03-16 01:44:31 Cody

您的正則表達式不正確。封閉的圓括號缺失。 – 2011-03-16 01:50:18

@Oscar我不敢相信我把它搞砸了，謝謝！ – Cody 2011-03-16 01:52:56

我所知道的是+^http：//（[a-z0-9] * \。）正在爲我工作。 – 2011-03-16 01:55:03

回答