设置Apache-Nutch Crawler的深度

Question

如何设置Apache-Nutch Crawler的深度？

以下命令表示不推荐抓取：

bin/nutch crawl seed.txt -dir crawler/stat -depth 1 -topN 5

我尝试使用bin / crawl而不是抓取。为此，我收到了错误：

  无法加载

类：bin.crawl

Answer 1

如果你真的想设置最大深度，你应该使用scoring-depth插件。爬网脚本允许您定义迭代次数，这是深度的上限，但不是同一个东西。 crawl命令的正确格式为：

bin/crawl -s seed.txt crawler/stat 1

与其他Nutch脚本一样，只需运行没有参数的bin / crawl即可查看说明如何使用它的帮助消息。