如何将以前排除的URL包含在nutch爬网中

Question

使用Nutch 2.1

在初始抓取期间，我排除了一些网址以限制要抓取的网页数量。现在，当我从regex-urlfilter.txt中删除这些拒绝规则并运行这些命令时，我不会得到那些过滤后的网址：

bin/nutch updatedb
bin/nutch generate
bin/nutch fetch -all

我错过了什么？

Answer 1

This post超过nutch用户组可能会帮助您做到这一点。