我很惊讶，因为Nutch能够抓取需要身份验证的网站部分，所以支持或信息很少。
我知道Apache Nutch目前无法（but apparently hopes to）支持Http POST身份验证。
但是，我们真正想做的就是能够在我们的Nutch机器人标题中添加一个cookie，允许它以这种方式访问网站的那些部分（而不是将用户名和密码发布到表单然后接收饼干）。
所以我花了很多时间搜索，并且很惊讶大多数关于此的讨论都是在2005年或2008年：here，there，everywhere。< / p>
经过这么多年，无论如何都要解决这个限制，或者仍然没有办法通过给Nutch一个“预烘焙”的cookie进行身份验证，以便它只能访问我们网站的成员部分吗？
答案 0 :(得分：3)
我已经为nutch protocol-httpclient插件添加了自定义代码来解决这个问题。
分享以下链接中的更改