标签 nutch
<分区>
Nutch 有几个状态码，用于对抓取的文档进行分类。
Nutch 使用的代码示例是:
db_unfetched
db_fetched
db_gone
db_redir_perm
db_redir_temp
db_notmodified
我在哪里可以找到代码含义的明确解释？
阅读 Stackoverflow 上的论坛帖子和回答者可以很好地理解代码。此页面还提供了一些很好的输入:http://wiki.apache.org/nutch/CrawlDatumStates但我正在寻找一个描述每个状态代码含义的页面。
最佳答案
没有官方文档，但我可以从 CrawlDatum 中提取这个文档类:
/** Page was not fetched yet. */
public static final byte STATUS_DB_UNFETCHED = 0x01;
/** Page was successfully fetched. */
public static final byte STATUS_DB_FETCHED = 0x02;
/** Page no longer exists. */
public static final byte STATUS_DB_GONE = 0x03;
/** Page temporarily redirects to other page. */
public static final byte STATUS_DB_REDIR_TEMP = 0x04;
/** Page permanently redirects to other page. */
public static final byte STATUS_DB_REDIR_PERM = 0x05;
/** Page was successfully fetched and found not modified. */
public static final byte STATUS_DB_NOTMODIFIED = 0x06;
关于nutch - 我在哪里可以找到有关 Nutch 状态代码的文档？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/16853155/