Apache NutchでのparserJobの有用性は何ですか？

Question

injector、generator、fetcher、dbUpdaterなどの便利なドキュメントは見つかりません。 私はそれが何をするのか理解する必要があります。 私はnutchを使用しています。2.2.1

Answer 1

1.x/2.xの両方の構文解析は同じ概念です。以前にフェッチされたWebページから有用な情報を抽出します。

もちろん、「有用」は非常に広い用語です。より多くのNutchに焦点を当てたビューでは、これは通常、すべての解析フィルタプラグインを実行することを意味します（各プラグインは1つの特定のジョブを実行する責任があります）。たとえば、parse-metatagsプラグインは、特定の（設定された）メタタグを抽出し、バックエンドに格納できるようにします。デフォルトでは、Nutchはウェブページのテキストコンテンツとタイトル、ヘッダーなどの追加情報のみを抽出しようとします。