nutch 搜索site dedup

這個版本發現有個大大的bug，就是搜索時同一頁面出現重複，不同頁面也出現重複。即使有check dedup功能，也不起作用。 後來把代碼修改一個才行，被搞暈。。。     其實關鍵代碼就在於NutchBean.search(query)中。以下來分析一下。   public Hits search(Query query) throws IOException { if (query.ge

>>阅读原文<<