问题描述
使用的nutch1.2+tomcat6。用nutch爬163、sina没问题，爬完了到他那个war程序里面搜索都能搜到爬出来的数据。但是，因为需求，自己的一个项目需要动态的生成一些html（java中通过流输出，<html><head><title><body>以防万一都输出了），而且html也是有很多。然后把这些html的链接集中方法到一个index.html中，然后让爬虫去爬index.html。而且这些生成的html用浏览器打开也可以正常查看。日志也是从那里滚啊滚，看着挺正常。但是搜索的时候就么得搜索不到了，只显示“第0-0项(共有0项查询结果):”。后台当然就是：2014-07-1116:37:57,978INFONutchBean-queryrequestfrom0:0:0:0:0:0:0:12014-07-1116:37:58,047INFONutchBean-query:汽车2014-07-1116:37:58,047INFONutchBean-lang:2014-07-1116:37:58,118INFONutchBean-searchingfor20rawhits2014-07-1116:37:58,188INFONutchBean-totalhits:0又试了试其它网络上的页面都可以。于是问题应该就是出在自己的这些网页中。难道nutch不能爬本地网页？难道nutch抓数据还按照什么标准，而本地网页缺少一些标签？求老师、前辈指教，谢谢！如果您有什么好方法，以可以戳进这里回答，csdn分不多，以下是百度的链接，200悬赏。谢谢！
解决方案
时间： 2024-09-13 14:16:03