【发布时间】：2016-07-27 12:54:22
【问题描述】：
我现在正在爬一个网站，比如汽车易趣，www.standvirtual.com
在我的 nutch regex-urlfilter.txt +^http://([a-z0-9]*.)*standvirtual.com/carros/anuncios/ 像这样只是抓取汽车的广告，但像这样 nutch 会索引页面的全部内容，我只是想索引该页面的特定部分，例如添加的标题、描述等...
示例： 让我们想象一个标题是奥迪 a3 2.0cc 的场景 和奥迪 a3 2000cc 交流，柴油...
【问题讨论】：