Nutch 1.12，为什么获取的数据乱码文本？

Question

更新：已解决

原来我是个白痴。 Nutch创建的文件是Hadoop序列文件，需要使用类SequenceFile读取和写入。

我在this guide之后建立了Nutch 1.x，我认为它是1.12。

我在OS X上，并使用JDK 1.8.0_92（最新版本）执行此操作。

我在nutch-site.xml中添加了以下代码，并用它们更改了nutch-default.xml。

<property>
    <name>parser.character.encoding.default</name>
    <value>utf-8</value>
</property>

我甚至硬编码./src/plugin/parse-html/src/java/org/apache/nutch/parse/html/HtmlParser.java

private final String defaultCharEncoding="UTF-8";
this.defaultCharEncoding = getConf().get(
    "parser.character.encoding.default", "UTF-8");

然后我运行了以下主要类（我正在爬行reddit）：

org.apache.nutch.crawl.Injector
org.apache.nutch.crawl.Generator
org.apache.nutch.fetcher.Fetcher
org.apache.nutch.parse.ParseSegment

完成得很好。

但是获取的数据文件都是乱码文本，如下所示：

£aπHÉ“EJöIIμí╦÷t║½ü＆安培;║╗└＆GT;Bûb┐∞≈²ôg3½·U（╖

我已经被困了几个小时了，请帮忙。