2
我想知道如何使nutch不僅抓取我指定的域，而且抓取我指定的域內的目錄路徑。我知道，你可以配置在正則表達式，urlfilter.txt此信息nutch爬行路徑
A
回答
2
這應該只抓取你想要的域名/路徑：
+.*www\.domain\.com/yourpath/.*
#skip everything else
-.*
相關問題
- 1. 空的Nutch爬行列表
- 2. Apache nutch不再爬行
- 3. 無法啓動Nutch爬行
- 4. Nutch的路徑錯誤
- 5. 的Web爬行使用Solr的Nutch的
- 6. 如何給深度的nutch 2.3爬行
- 7. Nutch的履帶被爬行'作爲€
- 8. 如何加快在Nutch中爬行
- 9. 爬行器，絕對路徑的相對路徑
- 10. Nutch的Windows中：無法設置路徑
- 11. 尋找爬山功能的路徑
- 12. 在Solr中使用Nutch爬蟲
- 13. 如何讓Nutch的爬蟲抓取
- 14. 如何讓apache nutch永久爬取
- 15. Nutch的不爬整個網站
- 16. Nutch爬行種子網址在範圍內
- 17. 如何在爬行時製作Apache Nutch索引
- 18. 在nutch爬行內容中添加分隔符
- 19. 使用Nutch 2.3，Cassandra 2.0和solr 4.10.3爬行返回0結果
- 20. 集成Hbase，其中包含Nutch爬行數據和Solr
- 21. 您是否使用過elasticsearch索引nutch爬行結果？
- 22. criteia nutch在爬行時選擇TopN文檔？
- 23. Nutch的1.10輸入路徑不存在/ linkdb /電流
- 24. 如何通過在apache nutch中爬行來提取html中specefic div的值？
- 25. 刪除從HTML菜單中的爬行索引或者使用Nutch和Solr
- 26. 爬山和單對最短路徑算法
- 27. 爬1000元重新抓取網址在Nutch的
- 28. 路徑不運行
- 29. 可執行路徑
- 30. MOSS 2007爬行