Nutch 1.6 不在 seed.txt 中搜索新条目答案

【问题标题】：Nutch 1.6 doesn't search new entries in seed.txtNutch 1.6 不在 seed.txt 中搜索新条目
【发布时间】：2020-05-05 07:34:25
【问题描述】：

我设置了 Solr 7.7.1 和 Nutch 1.6 并运行了测试搜索。为此，我在 seed.txt 中放置了一个 URL，一切正常。在这个测试之后，我删除了 Solr 中的旧核心，创建了一个新核心并将多个 URL 放入 seed.txt，然后再次启动 Nutch 进行新的爬网。但是我在每次尝试中都获得了上一次测试运行的结果。如何删除之前的搜索并启动 Nutch 来抓取我在 seed.txt 中输入的新 URL？

提前感谢您的回答。

【问题讨论】：

标签： solr nutch

【解决方案1】：

您应该删除crawl/ 目录（如果它被命名为 crawl）。此目录包含以前爬取的数据（在发送到 Solr 之前）。运行爬取命令后可能没有新内容，Nutch 正在将已存储的数据发送到 Solr。

【讨论】：