Nutch 2解析和链接

Question

我注意到像tika这样的解析插件从内容中提取出链接，但在方法getParse/2中传递的对象WebPage已经有两个数组包含outlinks和inlinks。

getParse中的提取和提取后的区别是什么？

谢谢。

Answer 1

网页对象是从nutch数据库中的信息创建的，在我的情况下是hsql。

在解析过程之后（在方法getParse返回之后）填充网页字段outlinks（和其他一些）。