标签： nutch
当抓取一个网站时，www.example.com有一个页面x.html，其中有4个孩子的外链，如果处理链接，我将获得所有4个子页面的x.html标题。
在这种情况下，我们在nutch中为孩子添加父标题？
答案 0 :(得分：1)
您可以编写HTMLParseFilter并将自定义元数据（see JIRA）添加到外部链接中，并将主页标题作为值。
顺便说一句，您可以通过Nutch user list