Nutch：獲取每個網址的種子網址

Question

我嘗試將Nutch配置爲圖像抓取工具，並且可以在抓取後獲取圖像網址。 現在，我想要獲得每個圖像url的種子URL，我該怎麼做？ 謝謝！

Answer 1

嘗試從抓取的網段生成linkdb（倒排索引），您可能會收到urls的父母。如果網址有一個父母，那麼它將是該網址的種子。
閱讀this和this以獲得有關命令的幫助。