parserJob在Apache Nutch中的用处是什么？

Question

我找不到任何有用的文档，比如注入器，生成器，fetcher和dbUpdater。 我需要了解它的作用。 我正在使用nutch 2.2.1

Answer 1

在两个版本中，1.x / 2.x解析引用相同的概念：从先前获取的网页中提取有用信息。

当然“有用”是一个非常广泛的术语。在更多Nutch聚焦视图中，这通常意味着运行所有解析过滤器插件（每个插件负责执行一个特定的工作）。例如，parse-metatags插件将提取特定（已配置）的元标记，并允许您将其存储在后端。默认情况下，Nutch只会尝试提取网页的文本内容以及标题，标题等其他信息。