大勇的专栏

Nutch导入eclipse     最近在开始研究nutch刚把它在eclipse中跑起来，方便研究源码吧。本文针对的是nutch1.1版本。如有不对的地方欢迎指证。  直接导入eclipse. 1.首先下载nutch的最新版本, http://apache.etoak.com/nutch/ 本文写作时nutch的最新版本为1.1。所以本文以下所述均针对nutch1.1。(注意笔者在下载时...

Nutch中使用自定义中文分词器 Nutch对中文查询时默认采用的分词器为NutchAnalyzer,对中文默认采用单字切分.这种效果不是很理想，我们可以自定义切词器，以实现对中文支持. 通常可以采用的两种方式添加对中文的支持:     1.采用插件的方式，不修改系统代码的基础上，编写中文分词插件实现对中文分词的支持。 2.直接修改nutch的系统代码，对默认的分词器代码进行修改使其使用自...