nutch 執行流程以及簡介

     Nutch體系流程圖：          第一步：generator差生抓取列表，在generator產生抓取列表的過程中，會生成crawl_generator文件夾。     第二步：fetcher 從網上抓取網頁，生成crawl_fetch以及content，content抓取下來的網頁的源代碼二進制的內容，crawl_fetch，每一個抓取URL的狀態。     第三步：對抓取得網

>>阅读原文<<