我正在使用Nutch 1.7，一切似乎都运转得很好。但是，有一个大问题我不知道如何克服。
如何抓取过去24小时内新添加的网址。当然我们可以使用自适应提取，但我们希望还有另一种更好的方法，直到现在我们都不知道。
我们只需要每天访问我们的源网站时过去24小时内添加的网址。
请告诉我是否可以配置和设置nutch，或者如果有一个书面插件只能抓取过去24小时内添加的网址。
亲切的问候， 基督教
答案 0 :(得分：0)
通过解析HTML获得新的网址！
您无法通过解析来指定锚点的生命周期
<a>
标记！
您必须在数据库中有旧网址列表，以便跳过它们！