我使用的是nutch2.2.1。日志文件生成以下错误
错误协议(protocol).RobotRulesParser - 我们宣传的代理 (nutch-spider-2.2.1) 未在“http.robots.agents”属性中首先列出!
我的 nutch-site.xml 是(用于上述属性)
<property>
<name>http.agent.name</name>
<value>nutch-spider-2.2.1</value>
</property>
我的 nutch-default.xml 是
<property>
<name>http.agent.name</name>
<value></value>
</property>
实际问题在哪里?请指导清楚(正确解释)。 此问题已发布 here但我必须悬赏这个问题(如果需要的话),这就是为什么要再次发布它。
最佳答案
你应该添加“http.robots.agents”的属性并将http.agent.name的值作为第一个代理名称,并在列表的末尾保留默认的*。就像:
<property>
<name>http.robots.agents</name>
<value>nutch-spider-2.2.1,*</value>
</property>
关于apache - 错误 Nutch 'http.agent.name' 中没有列出代理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/27104145/