nutch 0.7 plug-ins 详解
最近
桂林在关注nutch的进展状况,这里有几个重要的消息要和大家分享:
1、nutch 0.7 发布了;
2、nutch 的java源代码包路径改变成了org.apache...
3、yahoo也使用了nutch,并做了很多的工作。
1 2clustering-carrot2 :
一个搜索结果类聚的代码框架,目前和Egothor等搜 索引擎结合的很好;
地址:http://sourceforge.net/projects/carrot2
相关类:org.apache.nutch.clustering.OnlineClusterer
Nutch Online Search Results Clustering Plugin
org.apache.nutch.clustering.carrot2
Carrot2 Clusterer
creativecommons :
一个创作共用的工具集合。地址:http://creativecommons.org/ ;
相关类:
org.apache.nutch.parse.HtmlParseFilter
HTML Parse Filter
org.apache.nutch.indexer.IndexingFilter
Nutch Indexing Filter
org.apache.nutch.searcher.QueryFilter
Nutch Query Filter
index-basic :
相关类:
org.apache.nutch.indexer.IndexingFilter
Nutch Indexing Filter
index-more :
language-identifier : 语言检测工具;
相关类:
org.apache.nutch.analysis.lang.LanguageParser
Nutch language Parser
org.apache.nutch.analysis.lang
Nutch language identifier filter
org.apache.nutch.analysis.lang.LanguageQueryFilter
Nutch Language Query Filter
ontology : 一个概念话的规范,主要是针对人工智能的;
相关类:
org.apache.nutch.ontology.Ontology
Ontology Model Loader
parse-ext :
parse-html :
parse-js : 解析js文档
parse-msword : 解析msword文档
parse-pdf : 解析pdf文档
相关类:
org.apache.nutch.parse.pdf.PdfParser
parse-rss : 解析Rss格式文档
parse-text : 解析text文档
protocol-file :
protocol-ftp :
protocol-http :
protocol-httpclient :
query-basic :
query-more :
query-site :
query-url :
urlfilter-prefix :
urlfilter-regex :
分享到:
相关推荐
apache-nutch-2.3.1-src.tar.gz
nutch配置nutch-default.xml
nutch-param-setnutch-param-setnutch-param-setnutch-param-set
Nutch是一款刚刚诞生的完整的开源搜索引擎系统,可以结合数据库进行索引,能快速构建所需系统。Nutch 是基于Lucene的,Lucene为 Nutch 提供了文本索引和搜索的API,所以它使用Lucene作为索引和检索的模块。Nutch的...
Nutch 是一个开源Java 实现的搜索引擎。这里是它的安装包。
Nutch an Open-Source Platform for Web Search,nutch经典论文,Nutch an Open-Source Platform for Web Search
apache-nutch-2.3.1-src.tar ,网络爬虫的源码, 用ivy2管理, ant runtime 编译 apache-nutch-2.3.1-src.tar ,网络爬虫的源码, 用ivy2管理, ant runtime 编译
apache-nutch-1.3 的源码包,需要的可以看下
apache-nutch-1.6-src.tar.gz 来自APACHE官网,本人亲自测试可以使用。
apache-nutch-1.4-bin.tar.gz.part2
nutch-1.0-dev.jar nutch devlope
apache-nutch-1.4-bin.part2
apache-nutch-1.4-bin.part1
apache-nutch-2.3-src.zip来自APACHE官方网站,亲自测试可以使用。
apache-nutch-1.4-bin.tar.gz.part1
nutch不用安装,是个应用程序,下载后为nutch-1.6.tar.gz,双击桌面上的cygwin快捷方式;执行以下命令: $ cd D:/Downloads/Soft $ tar zxvf nutch-1.0.tar.gz 在e盘下面出现nutch-0.9文件夹说明解压成功了.然后环境...
Nutch 初体验 - DBA Notes
一个开源Java 实现的搜索引擎nutch
apache-nutch-2.3 目前最新资源包!
用于搭建一个建议搜索引擎的工具,相比nutch2.x,nutch1.x比较稳定,并且不需要安装hbase等非关系数据库