nutch 使用 xpath 使用 tika 解析自定义 xml答案

【问题标题】：nutch parse custom xml with tika using xpathnutch 使用 xpath 使用 tika 解析自定义 xml
【发布时间】：2013-12-20 12:53:52
【问题描述】：

我是 nutch 的新手。 nutch 1.7 我正在寻找基于 xpath 解析自定义 xml 文件并存储数据的方法。我确实看到了 xml_parser 插件，但自从 tika 接管以来，它就被暂停了。如何配置嵌入在 nutch 1.7 中的 tika 以基于 xpath 解析 url 内容。我已经搜索了所有 nutch 文档/wiki，但那里没有太多信息。 tika 尝试解析和提取由于自定义格式而失败的内容，但我想使用基于 xpath 的标签存储 xml。我应该将 xpath 信息放在 nutch conf 中的哪个位置？还是我必须重写 tike 解析器？

非常感谢任何有关正确方向的提示。