[Nutch]如何利用HTML頁面中meta元素？[鄭昀]
1：假如說你的站點頁面中有這么一句：
<META NAME="robots" CONTENT="index,follow">
你利用Nutch抓取并分析時，如何得到這個meta數值并處理呢？
2：你可以從HtmlParseFilter擴展出一個RobotsParserFilter，用下面的代碼得到meta值：
Properties generalMetaTags = metaTags.getGeneralTags();
String robots = generalMetaTags.getProperty("robots");
3：增加這個值到metadata中：
parse.getData().getMetadata().put("robots", robots);
4： robots屬性還可以再次從 metadata獲取：
String robots2 = parse.getData().get("robots");
Trackback: http://tb.blog.csdn.net/TrackBack.aspx?PostId=652774
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
