包含＃的Nutch跳过网址

Question

我正在学习Nutch。我已经设置了nutch并开始抓取网站。但我无法弄清楚的一件事是如何限制包含＃的url，因为这会导致多次重复＃。 我检查了regex-urlfilter.txt

# skip URLs containing certain characters as probable queries, etc.
-[*!@] 

如果我在概念上将＃添加到此行，这应该可行，但在添加#It不起作用之后。是否因为＃用于评论行？如果是这样，如何解决它。

Answer 1

Escape #使用反斜杠。