用nutch 1.8爬行不同的网站

Question

我使用nutch 1.8从同一领域有不同模式的网站抓取信息。我正在为每个网站编写插件，但是当我启动nutch时，只是第一个插件与所有站点匹配，而其他插件则不匹配，因为它们不存在。

如果第一个插件与站点不匹配，请跳到下一个插件并检查它们等，直到找到正确的站点插件为止？

Answer 1

不清楚你为什么这样做。你在写一个HTMLParseFilter吗？你可以做的是退出解析方法，如果当前文档的URL不匹配给定的模式，或者传递种子中的一些元数据，你可以使用它来确定使用哪个HTMLParseFilter实现。

顺便说一句，你会通过在Nutch用户列表上发布更多相关观众（请参阅http://nutch.apache.org/mailing_lists.html）