nutch对网站进行爬去索引中的一些问题

（1）问题：对有些站点出现java.net.UnknownHostException

解决方案：出现这种错误说明对应的url服务器不存在，可以忽略，程序会继续处理其他链接

（2）问题：fetch of http://nc.nursing.sdu.edu.cn/ failed with: java.net.SocketException: Software caused connection abort: recv failed

解决方案：链接不成功，可以忽略，对程序没有影响。

（3）问题：fetch of http://www.kjc.sdu.edu.cn/ failed with: java.net.SocketTimeoutException: connect timed out

解决方案：可以再nutch配置文件中设置延迟时间，也可以忽略这种问题，因为nutch超时的链接，在浏览器中也是返回不了的。

（4）问题：将正常的程序移植到linux下，出现java.net.UnknownHostException问题

java.net.UnknownHostException: www.online.sdu.edu.cn
 at java.net.PlainSocketImpl.connect(PlainSocketImpl.java:195)
 at java.net.SocksSocketImpl.connect(SocksSocketImpl.java:366)
 at java.net.Socket.connect(Socket.java:529)
 at org.apache.nutch.protocol.http.HttpResponse.<init>(HttpResponse.java:97)
 at org.apache.nutch.protocol.http.Http.getResponse(Http.java:64)
 at org.apache.nutch.protocol.http.api.HttpBase.getProtocolOutput(HttpBase.java:225)
 at org.apache.nutch.fetcher.Fetcher$FetcherThread.run(Fetcher.java:640)

解决方案：是dns配置问题，可以通过配置linux下相关网络连接实现