Question

nutch抓取网页中的指定内容存到mysql的方法？

nutch抓取网页中的指定内容存到mysql，如：抓取所以网页中的qq号，邮箱等。是不是要重新修改nutch分析网页的源码，如果是的，需要用nutch中哪些api呢？自己写好的分析代码怎么加入nutch呢

Answer 1

1、nutch仅是爬虫，即只负责数据抓取模块，至于qq号、邮箱等属于数据的解析模块是相对独立的，至于存储进mysql是另外的存储模块。

2、良好的程序设计，一定是至少将这3个模块分开，其实还要划分出更多的模块。我上个月刚用nutch做了一个网络爬虫，效果还不错。
3、像你的这种情况，要分 步走：
一，把nutch的源码看个大概，至少要把整个的数据流搞清。
二，将数据流截断，让其流向自己所要处理的模块。
试试看吧。

追问

非常耐心详细的回答啊，非常感谢！小弟最近先看下源码

Answer 2

详细步骤
1.准备好eclipse
2.安装maven
3.安装svn：参考官方说明
4.安装Nutch:步骤
5.（可选）安装Cygwin:下载地址 使用说明

未完，停止更新。