日期:2013-10-27 浏览次数:20659 次
1:假如说你的站点页面中有这么一句:
<META NAME="robots" CONTENT="index,follow">
你利用Nutch抓取并分析时,如何得到这个meta数值并处理呢?
2:你可以从HtmlParseFilter扩展出一个RobotsParserFilter,用下面的代码得到meta值:
Properties generalMetaTags = metaTags.getGeneralTags();
String robots = generalMetaTags.getProperty("robots");
3:添加这个值到metadata中:
parse.getData().getMetadata().put("robots", robots);
4: robots属性还可以再次从 metadata获取:
String robots2 = parse.getData().get("robots");