Resultados da pesquisa a pedido "nutch"
Como faço para salvar o arquivo html de origem com o Apache Nutch
Sou novo nos mecanismos de pesquisa e nos rastreadores da web. Agora eu quero armazenar todas as páginas originais em um determinado site como arquivos html,...
Nutch Raw Html Salvando
Estou tentando obter o HTML bruto de páginas rastreadas em arquivos diferentes, nomeado como URL da página. É possível comNutch salvar as páginas HTML em arq...
como analisar html com nutch e indexar tag específica para solr?
Eu instalei nutch e solr para rastrear um site e pesquisá-lo; como você sabe, podemos indexar metatags de páginas da Web em solr com o plugin de metatags par...
Usando rastreador Nutch com Solr
Posso integrar o rastreador Apache Nutch ao servidor de índice Solr? Editar: Um de nossos desenvolvedores apresentou uma solução a partir desses posts Executando Nutch e Solr [http://wiki.apache.org/nutch/RunningNutchAndSolr] Atualização para ...
A indexação do Solr após um rastreamento Nutch falha, informa "Falha no trabalho"
Eu tenho um site hospedado na minha máquina local que estou tentando rastrear com Nutch e indexar no Solr (ambos também na minha máquina local). Instalei o Solr 4.6.1 e o Nutch 1.7 de acordo com as instruções fornecidas no site do ...
O Nutch 2.2.1 não continua após o trabalho do Injector
Estou aprendendo nada e tentando arrastar de acordo com issotutorial [https://wiki.apache.org/nutch/NutchTutorial].Estou trabalhando em uma máquina ubuntu com shell bash. Mas quando executo o script, a execução acontece, mas nada acontece ...
Nutch versus Solr
Atualmente coleciono informações onde devo usar o Nutch com Solr (domínio - pesquisa na web vertical). Você poderia me sugerir?
Desduplicação no nutch 1.11 para sites com o mesmo conteúdo e URI diferente
Estou usando o nutch para rastrear sites da intranet. Me deparei com um cenário em que dois sites têm o mesmo conteúdo (em comparação com a fonte de exibição de ambos os sites usando o bloco de notas ++), mas com um URI diferente. ...
Página 1 do 2