heritrix
文章平均质量分 50
qzxfl008
学生
展开
-
ELF hash算法 java版
在Heritrix的 Queue-assignment-policy的设置中。 当我们设置了在特定的域名下爬行的时候,经常会碰到永远只有一个线程在运行的情况,导致爬行十分缓慢。这是因为Heritrix默认使用HostnameQueueAssignmentPolicy来产生ke转载 2011-10-04 14:42:55 · 1094 阅读 · 0 评论 -
Crawl Scope 抓取范围
提供以下几种抓取的范围 1、BroadScope BroadScope可以限制抓取的链接数,但不强加给主机,域,或URI路径中的任何限制抓取。 简单的说:什么路径都可以抓 2、SurtPrefixScope 一个高度灵活和公正高效的范围内可以根据配置定原创 2011-10-04 14:44:28 · 463 阅读 · 0 评论