Nutch二次开发总结[修改版]

第一篇：Nutch二次开发总结1.1 信息源选择及规范制定Nutch通过制定相应的URL规则来达到对限定的URL进行爬取，即过滤信息。默认情况下可以在相关的配置文件中进行配置，它用正则表达式来规范UR