2
我想知道如何使nutch不仅抓取我指定的域，而且抓取我指定的域内的目录路径。我知道，你可以配置在正则表达式，urlfilter.txt此信息nutch爬行路径
A
回答
2
这应该只抓取你想要的域名/路径：
+.*www\.domain\.com/yourpath/.*
#skip everything else
-.*
相关问题
- 1. 空的Nutch爬行列表
- 2. Apache nutch不再爬行
- 3. 无法启动Nutch爬行
- 4. Nutch的路径错误
- 5. 的Web爬行使用Solr的Nutch的
- 6. 如何给深度的nutch 2.3爬行
- 7. Nutch的履带被爬行'作为€
- 8. 如何加快在Nutch中爬行
- 9. 爬行器，绝对路径的相对路径
- 10. Nutch的Windows中：无法设置路径
- 11. 寻找爬山功能的路径
- 12. 在Solr中使用Nutch爬虫
- 13. 如何让Nutch的爬虫抓取
- 14. 如何让apache nutch永久爬取
- 15. Nutch的不爬整个网站
- 16. Nutch爬行种子网址在范围内
- 17. 如何在爬行时制作Apache Nutch索引
- 18. 在nutch爬行内容中添加分隔符
- 19. 使用Nutch 2.3，Cassandra 2.0和solr 4.10.3爬行返回0结果
- 20. 集成Hbase，其中包含Nutch爬行数据和Solr
- 21. 您是否使用过elasticsearch索引nutch爬行结果？
- 22. criteia nutch在爬行时选择TopN文档？
- 23. Nutch的1.10输入路径不存在/ linkdb /电流
- 24. 如何通过在apache nutch中爬行来提取html中specefic div的值？
- 25. 删除从HTML菜单中的爬行索引或者使用Nutch和Solr
- 26. 爬山和单对最短路径算法
- 27. 爬1000元重新抓取网址在Nutch的
- 28. 路径不运行
- 29. 可执行路径
- 30. MOSS 2007爬行