使用 nutch 和 solr 在每个页面中获取特定标题答案

【问题标题】：fetch specific title in every page with nutch and solr使用 nutch 和 solr 在每个页面中获取特定标题
【发布时间】：2012-08-26 05:43:56
【问题描述】：

我安装了 solr 和 nutch，我的网页结构是每个页面的标题都是相同的；例如银行的东西；但是在每个页面中都有一个 ID 为 TITLE 的标签，例如：

<div ID="TITLE"><h1>my page specific title</h1></div>

我想向 solr 添加另一个字段，例如获取我的页面特定标题并在其中搜索字词的第二个标题。（实际上，现在我的页面特定标题在内容字段中，我想在其他字段中使用它）

我该怎么做？！

【问题讨论】：

【解决方案1】：

检查Nutch Plugin，它应该允许您从网页中提取元素。

【讨论】：