SHAKE型格
中国机电工业
第一高尔夫
时代报告
出展世界
中国经贸
简介：主流的开源采集工具包括Nutch、WebCollector和JSpider等。相对其他开源工具，Nutch不仅提供了网页抓取的功能，还提供了网页解析、索引建立、检索界面等丰富功能。在Nutch2.0及以上版本，支持将采集的数据直接保存到HBase、Accumulo、Cassandra和MySql中。
简介：主流的开源采集工具包括Nutch、WebCollector和JSpider等。相对其他开源工具，Nutch不仅提供了网页抓取的功能，还提供了网页解析、索引建立、检索界面等丰富功能。在Nutch2.0及以上版本，支持将采集的数据直接保存到HBase、Accumulo、Cassandra和MySql中。