0
我在nutch 1.3中抓取網站。現在我想從crawldb中刪除一個url，我該怎麼做？我如何從crawldb讀取？我想看看crawldb中存在的網址。從nutch 1.3中的crawldb中刪除url？
A
回答
0
要從crawlDb中讀取，您可以使用CrawlDBReader類（org.apache.nutch.crawl包）。要從crawlDb中刪除/刪除url，可以使用CrawlDBMerger類（org.apache.nutch.crawl包）和「-filter」選項嘗試使用。但我建議您根據需要編寫一個Mapreduce刪除網址。
相關問題
- 1. 轉儲Nutch Crawldb
- 2. 如何刪除/刪除Nutch的數據庫（CrawlDB）
- 3. 即使URL從seed.txt中刪除（Nutch 2.1）
- 4. 如何合併nutch中的兩個crawldb
- 5. nutch 1.3中的topN是什麼？
- 6. Nutch沒有刪除Solr中的重複
- 7. 在nutch 1.3中重新抓取網址
- 8. 從url中刪除www
- 9. 從URL中刪除index.htm
- 10. 從URL中刪除部分
- 11. FileNotFoundException「/」從URL中刪除
- 12. 從url中刪除資源
- 13. IE10從URL中刪除hashtag
- 14. 從url中刪除index.php Codeigniter
- 15. Htaccess從URL中刪除Index.php
- 16. codeIgniter Index.php從URL中刪除
- 17. 從url中刪除index.php
- 18. ZF1從url中刪除'public /'
- 19. 從URL中刪除文件
- 20. 從URL中刪除/index.php/ .htacess
- 21. 從URL中刪除號碼
- 22. 從MVC URL中刪除ID
- 23. 從url中刪除php
- 24. 從url中刪除參數
- 25. JavaScript從URL中刪除//
- 26. htaccess從url中刪除index.php
- 27. 從URL中刪除空格
- 28. htaccess從url中刪除print.html
- 29. 從url中刪除？locale = en
- 30. 從url中刪除ID