java nuth_Apache Nutch(Java搜索引擎工具) V2.3 官方版

Apache Nutch是一个开放源代码的Java搜索引擎框架，它提供了运行自己的搜索引擎所需要的全部工具，包括全文搜索和Web爬虫，使用Nutch不仅可以建立自己内部网的搜索引擎，同时也可以针对整个网络建立搜索引擎。

【软件特色】

1、Nutch致力于让每个人能很容易，同时花费很少就可以配置世界一流的Web搜索引擎

2、每个月取几十亿网页

3、为这些网页维护一个索引

4、对索引文件进行每秒上千次的搜索

5、提供高质量的搜索结果

【功能特点】

1、支持将起始URL集合注入到Nutch系统之中

2、支持生成片段文件，其中包含了将要抓取的URL地址

3、根据URL地址在互联网上抓取相应的内容

4、解析所抓取到的网页，并分析其中的文本和数据

5、根据新抓取的网页中的URL集合来更新起始URL集合，并再次进行抓取

6、同时，对抓取到的网页内容建立索引，生成索引文件存放在系统之中

【使用教程】

1、首先先运行软件，选择File -> Import Project -