nutch1.4 URLFilter详解

org.apache.nutch.net.URLFilter接口有如下实现类：

 

 

Java代码  

1. 1、//匹配suffix, domain, host  
2.   
3. org.apache.nutch.urlfilter.domain.DomainURLFilter  
4.   
5. 2、//程序代码结构实现同相同，不知道为什么一模一样，没仔细琢磨。  
6.   
7. org.apache.nutch.urlfilter.domainblacklist.DomainBlacklistURLFilter  
8.   
9. 3、//解析URL是否符合./conf/nutch-default.xml的 "urlfilter.prefix.file"属性规则   
10.   
11. org.apache.nutch.urlfilter.prefix.PrefixURLFilter  
12.   
13. 4、// 解析URL是否符合./conf/nutch-default.xml的 " suffix-urlfilter.txt "属性规则      
14.   
15. org.apache.nutch.urlfilter.suffix.SuffixURLFilter  
16.   
17. 5、//正则解析验证URL是否书写规范的有效地址。  
18.   
19. org.apache.nutch.urlfilter.validator.UrlValidator