把另外的一个项目加入了nutch中来

周末在家闲的慌，把在公司搞的nutch拿回来在家里试着做了下，刚开始总以为把一个项目都以plugin的形式加入到nutch中来，是不是有点.......嗨，搞呗。周日竟然成功了，分享下新得先。

先贴出来先日志的东东吧，我们要求的是nutch边从网站上爬取，所加入的项目(plugin)得边去解析(抽取)数据。就这么简单，插件的介绍在上几次已经介绍过了，看下日志：

product_name = The Incident (CD) 
product_price =     $14.01  
product_image = http://i43.tower.com/images/mm113708247/incident-porcupine-tree-cd-cover-art.jpg 
product_category = Music Rock & Pop Progressive Rock 
product_description = ?             ?             ??                         ???                           ???Learn more about the  format using Tower WIKI.                            September 15, 2009  1    016861785727   113708247     #748 in Music  (See ) #347 in Rock & Pop (See ) #2 in Progressive Rock (See ) 
product_review =                   To sample an individual track, click the  button located beside your desired song.              
product_type = dvd

product_url = http://www.tower.com/incident-porcupine-tree-cd/wapi/113708247

 

至于乱码，先不用管，可能是上次程序的bug吧。这也是在澳门回归十周年的这一天搞出来的啊。不过也得先祝贺一下我们的祖国繁荣昌盛，越来越强大！今天先写到这吧！

 

评论

2 楼 p_x1984 2010-11-09  

我们用的是nutch1.0的。

1 楼 oolala 2010-11-08  

请问你们现在用的是哪个版本，用1.2怎么总是有问题。