【发布时间】：2018-01-24 10:33:39
【问题描述】：
我正在使用 extractor 插件和 Nutch-1.15。该插件使用解析数据。
插件作为一个整体使用时效果很好。当对 custom-extractos.xml 文件进行一些更改时，就会出现问题。
即使custom-extractors.xml文件有微小的变化，也需要重新启动整个爬取过程。
有没有一种方法可以单独对解析的数据使用单个插件？
【问题讨论】：
【发布时间】：2018-01-24 10:33:39
【问题描述】：
由于此插件是 Parser 过滤器，因此它必须作为 Parse 步骤的一部分使用，并且不是独立的。
但是，您可以做很多事情。
如果您希望动态更改配置（仅影响新解析的文档），您可以使用extractor.file 属性指定 HDFS 上的任何位置，并根据需要替换此文件，它将被每个任务。
如果您想将更改重新应用到以前解析过的文档，答案取决于您抓取的具体情况，但您可以使用 nutch parse 对旧段再次运行解析步骤（您需要删除段中现有的解析文件夹）。
【讨论】：
-
我想将更改应用到已抓取的文档。我删除了解析目录并重新解析了它。它像魔术一样工作。万分感谢。不过我还有一个问题。在“获取”步骤之后是否使用了 Nutch 中的所有插件？如果是这样，插件相关文档的任何更改都可以通过重新解析反映在数据中，不是吗？
-
一般答案是“否”。解析过滤器插件都应用在解析步骤中，但也有其他类型的插件应用在其他步骤中。例如，评分插件用于许多步骤，包括生成。