Nutch 2解析和鏈接

Question

我注意到像tika這樣的解析插件從內容中提取出鏈接，但在方法getParse/2中傳遞的對象WebPage已經有兩個數組包含outlinks和inlinks。

getParse中的提取和提取後的區別是什麼？

謝謝。

Answer 1

網頁對象是從nutch數據庫中的信息創建的，在我的情況下是hsql。

在解析過程之後（在方法getParse返回之後）填充網頁字段outlinks（和其他一些）。