nutch 执行流程以及简介

     Nutch体系流程图：          第一步：generator差生抓取列表，在generator产生抓取列表的过程中，会生成crawl_generator文件夹。     第二步：fetcher 从网上抓取网页，生成crawl_fetch以及content，content抓取下来的网页的源代码二进制的内容，crawl_fetch，每一个抓取URL的状态。     第三步：对抓取得网

>>阅读原文<<