所以我用nutch V2来索引我的网站。 但是，不会从SOLR索引中删除不再存在的页面（我正在索引CMS，因此可以删除页面）。
我尝试在db.update.purge.404=true中设置nutch-default.xml，但似乎没有做任何事情。
对于nutch V1，我可以看到命令行参数“ - deleteGone”存在，但是从文档中我只能猜到它已经在V2中删除了。
所以我的问题是：我如何配置nutch V2来删除不存在的网址？
答案 0 :(得分：2)
您必须在db.update.purge.404=true中设置nutch-site.xml，而不是nutch-default.xml