如何解决当我使用 nutch crawling 抓取网站时，我遗漏了一些 URL
我正在使用 nutch 为我的项目抓取一些网站，但我丢失了大量数据。当我在抓取后将种子 URL 提供给 nutch 进行抓取时，当我查看抓取的数据时，我发现我遗漏了一些 URL。 虽然我在抓取之前给出了第 5 轮的数量，但在那之后它也缺少第 2 轮的 URL。任何人都可以帮助我如何解决这个问题。因为我是 nutch 的新手并且需要这种帮助。我想把整个文档带到第 5 轮。 我已经在 google 和 nutch 上搜索过它，但没有任何解决方案。 任何人都可以帮我解决这个问题。 提前致谢
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
