如何索引nutch中的所有元标记

我已经安装了Nutch 1.9并将其配置为成功使用Solr 4.10.1进行爬网。我试图设置Nutch索引元数据，如此处所述https://wiki.apache.org/nutch/IndexMetatags 如何索引nutch中的所有元标记

如何将它设置为索引站点上的所有元数据？我对metatags.names设定值*这样

<property> 
 
    <name>metatags.names</name> 
 
    <value>*</value> 
 
    <description>Names of the metatags to extract, separated by ','. Use '*' to extract all metatags. Prefixes the names with 'metatag.' in the parse-metadata. For instance to index description and keywords, you need to activate the plugin index-metadata and set the 
 
    value of the parameter 'index.parse.md' to 'metatag.description,metatag.keywords'. 
 
    </description> 
 
</property>

，但我不确定如何设置index.parse.md值，而不列出个别元标记的名称。我想这

<property> 
 
    <name>index.parse.md</name> 
 
    <value>meta*</value> 
 
    <description>Comma-separated list of keys to be taken from the parse metadata to generate fields. Can be used e.g. for 'description' or 'keywords' provided that these values are generated by a parser (see parse-metatags plugin) 
 
    </description> 
 
</property>

但运行

bin/nutch indexchecker http://nutch.apache.org/

时不显示任何元数据，我相信有元数据在该网站上，因为它在运行时返回Parse元数据

bin/nutch parsechecker http://nutch.apache.org/

任何帮助将不胜感激！谢谢

来源

2014-10-17 user3919720

插件索引元数据不能这样工作。你必须在那里指定完整的名字，例如“metatag.keywords”。

此外，“metatags.names”值“”并不是真正的通配符。你不能在那里放置类似“meta”的东西。

来源

2016-09-20 18:26:49 zhur

如何索引nutch中的所有元标记

回答

相关问题