【发布时间】：2011-08-24 23:52:08
【问题描述】：
我想知道如何使 nutch 不仅爬取我指定的域，还包括我指定的域中的 dir 路径。我知道你可以在 regex-urlfilter.txt 上配置这些信息
【问题讨论】：
标签： nutch
【发布时间】：2011-08-24 23:52:08
【问题描述】：
这应该只抓取你想要的域/路径：
+.*www\.domain\.com/yourpath/.*
#skip everything else
-.*
【讨论】：