Nutch readlinkdb 不输出任何东西

【问题标题】：Nutch readlinkdb does not output anythingNutch readlinkdb 不输出任何东西
【发布时间】：2012-10-08 11:42:06
【问题描述】：

我使用 Nutch 1.5 进行爬网（使用 crawl 命令），发布这个 readlinkdb 转储中什么都没有。此外，在索引过滤器中，链接为空。是什么导致内链为空？

【问题讨论】：

【解决方案1】：

也许您只是在索引一个特定的网站。在这种情况下，如果nutch-default.xml 中的db.ignore.internal.links 为真，nutch 将不会存储内部链接。在nutch-site.xml 中将其设置为 false，您的链接数据库将开始增长。

<property>
  <name>db.ignore.internal.links</name>
  <value>false</value>
  <description>If true, when adding new links to a page, links from
  the same host are ignored.  This is an effective way to limit the
  size of the link database, keeping only the highest quality
  links.
  </description>
</property>

【讨论】：