标签： apache solr nutch pagerank
我们正在努力实现自己的PageRanking算法。为此，我们已将胡桃木用于爬行目的。通过使用nutct的webgraph，我们可以获得出站，入站和节点数据库，但是由于它是二进制文件，因此无法读取。对于我们的算法，我们需要那些入站和出站，因此我们需要读取那些数据库。怎么看？