1
我試圖抓取整個網站，並預計有大量的網址。因此，我將apache nutch crawl中的回合數設置爲5，然後執行爬網。爬網現在是在第3輪，目前仍在獲取網址罰款，但在日誌文件中我看到這樣的：Apache Nutch 2.3.1讀取錯誤
獲取所取出（隊列爬行延遲= 5000毫秒）50/50 spinwaiting URL名稱/主動，949頁，2次失誤，0.2 0頁/秒，26 17 kb/s的，在1個隊列
我怎麼能找出兩個錯誤是什麼 2500網址嗎？我看到數百個被抓取的網址下面有這個錯誤。我使用apache nutch 2.3.1和hbase 0.94。謝謝！