问题描述：由于Nutch不是原生支持中文的，开发者没有考虑到中文的分词会存在token的交叉重叠的情况，导致在根据用户输入查询串的token获取页面summary时出现:StringIndexOutOfBoundsException的异常。比如：“教育方针”可能出现这样的分词“教育方针”、“教育”、“方针”，这几个token就交叉重叠了。（网上有bupo.Jung写的另外一篇文章，我也进行