xiaomage_cn的专栏

在搜索一些文章中看到，nutch的高亮关键字的调整是通过修改源码来调整的，这一点是可以实现，但是比较麻烦，近段时间一直在研究Nutch，怕一些经验丢失了，就到这里来保存一下，一方面是为了温故而知新，另一方面可算是以抛砖引玉了吧。nutch搜索页面高亮关键字最简单的修改方法：找到webapps/nutch-1.1/include/style.html修改最下面的.highlight{  font-weight:bold;  color:#ff0000  } 追加上面加粗背景为红色这一行，颜色定义为红色保存后，

网上已经有很多关于解决乱码问题的帖子，在这里我所说的是解决cache（网页快照）页面的乱码的问题，而且网页快照乱码解决后，是支持各类编码的网页都能正常显示，而不再出现乱码。原来的文章都是只针对一种编码，例如utf-的页面显示正常，但是GBK的就会出现乱码原来的修改:content=new string(bean.getcontent(details));修改为：content=new string(bean.getcontent(details),"utf-8")这样处理，则会出现gb2312,gbk编码的

<br />在nutch界面部分的修改中，有些内容都是已经定义好的，不是所有的都要修改jsp源码即可实现<br />例如搜索页面的title,快照页文字等<br />按如下方法实现：<br />1、以中文页面为例：<br />修改：web-inf/classes/org/nutch/jsp/search-zh-properties<br />title = /u67e5<br />search = /u641c/u7d22<br />hits =  /u7b2c<b>{0}-{1}</b>/u9879 (/

<br />在有些文章中，调整快照页面的多少，需要针对源码进行编辑，然后进行重新编译，也可能是我理解错误，在索引长度调整后，对于摘要部分的显示多少，我个人认为是没有影响的。即便是有影响，这种调整方式也有点麻烦了，我是采取了修改nutch-site.xml的方法进行了简单的修改就实现了摘要长度的变化。<br />完整代码如下：修改的文件为webapps中的WEB-INF/classes/<br /><?xml version="1.0"?><br /><?xml-stylesheet type="text/x

<br />private boolean getTextHelper(StringBuffer sb, Node node,  <br />  boolean abortOnNestedAnchors,<br />  int anchorDepth) {<br />  if ("script".equalsIgnoreCase(node.getNodeName())) {<br />  return false;<br />  }<br />  if ("style".equalsIgnoreCase(n