如何解决Nutch配置用于近实时爬网
我已将Nutch 1.17设置为仅通过inlink抓取几个域。我还想在一段时间后访问他们的主页,以便在有任何新帖子(即页面)的情况下,Nutch都可以对其进行爬网。为此有任何这样的配置选项。
大规模实现此目标的最佳方法是什么?
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。