腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

Apache Nutch(Java搜索引擎框架) v2.3.1 官方免費(fèi)版

nutch下載

投訴報(bào)錯(cuò)

軟件大?。?span>4.16MB
軟件語言：簡體中文
軟件類型：國產(chǎn)軟件
軟件授權(quán)：免費(fèi)軟件
軟件類別：java相關(guān)
應(yīng)用平臺(tái)：Windows平臺(tái)
更新時(shí)間：2017-04-24
網(wǎng)友評(píng)分：

360通過騰訊通過金山通過

4.16MB

詳情介紹

Apache Nutch(Java搜索引擎框架)是一個(gè)開放源代碼的Java搜索引擎框架，它提供了運(yùn)行自己的搜索引擎所需要的全部工具，包括全文搜索和Web爬蟲,使用Nutch不僅可以建立自己內(nèi)部網(wǎng)的搜索引擎，同時(shí)也可以針對(duì)整個(gè)網(wǎng)絡(luò)建立搜索引擎。除了基本的功能之外，Nutch也還有不少自己的特色，如Map-Reduce、Hadoop、Plugin等。

Nutch目標(biāo)：

Nutch 致力于讓每個(gè)人能很容易, 同時(shí)花費(fèi)很少就可以配置世界一流的Web搜索引擎. 為了完成這一宏偉的目標(biāo), Nutch必須能夠做到:

每個(gè)月取幾十億網(wǎng)頁

為這些網(wǎng)頁維護(hù)一個(gè)索引

對(duì)索引文件進(jìn)行每秒上千次的搜索

提供高質(zhì)量的搜索結(jié)果

Nutch的運(yùn)行流程：

1.將起始 URL 集合注入到 Nutch 系統(tǒng)之中。

2.生成片段文件，其中包含了將要抓取的 URL 地址。

3.根據(jù)URL地址在互聯(lián)網(wǎng)上抓取相應(yīng)的內(nèi)容。

4.解析所抓取到的網(wǎng)頁，并分析其中的文本和數(shù)據(jù)。

5.根據(jù)新抓取的網(wǎng)頁中的URL集合來更新起始URL集合，并再次進(jìn)行抓取。

6.同時(shí)，對(duì)抓取到的網(wǎng)頁內(nèi)容建立索引，生成索引文件存放在系統(tǒng)之中。

Nutch 搜索引擎 Apache Java

下載地址

下載錯(cuò)誤？【投訴報(bào)錯(cuò)】