frsfrsfrs的专栏

google推出的语言检测工具（http://code.google.com/p/language-detection/）十分好用，分辨率非常高，近期，需要将这个工具用到nutch1.7.因为nutch1.7的默认检测时tika，准确性十分差。  在使用该工具时，发现两个缺点（针对我的项目是缺点）：1.语料库profile文件需要单独导入。2.导入函数只能接受File，这样在分布式环境下无法使

首先介绍一下Nutch插件使用到的几个类：1.PluginRepository：存储了PluginDescriptor，Extension，ExtensionPoint2.PluginDescriptor：描述插件的元数据，从plugin.xml处获得3.Plugin：插件的一个抽象4.ExtensionPoint：扩展点，nutch有15个扩展点，所有插件都集中在nutch-ex