nutch 爬虫相对 urls 问题

Question

有没有人遇到过标准 html 解析器插件处理相对 url 的方式的问题？有一个网站-http://xxxx/asp/list_books.asp?id_f=11327 并且在浏览其 href 设置为的链接时 '?id_r=442&id=41&order=' 浏览器自然会带你到 http://xxxx/asp/list_books.asp?id_r=442&id=41&order=

但是，当从页面中解析出链接时，链接最终会变成 http://xxxx/asp/?id_r=442&id=41&order=

当然是坏了。那么为什么 list_books.asp 不见了呢？

Answer 1

已经为此记录了bug。看看吧。