关于nutch的基础知识能够參考lemo的专栏nutch支持二次开发，为了满足搜索的准确率的问题，考虑只将网页正文的内容提取出来作为索引的内容，相应的是parse_text的数据。我使用的事nutch1.4版本号，在cygwin下运行crawl命令进行爬取。bin/nutchcrawlurls-dircrawl-depth3-topN30爬取的流程例如以下：inject：将urls下的url文档中的url注入到数据库，generate：从数据库中取得url
系统 2019-08-12 01:33:22 2734
必备工具安装：Python&Pycharm一、软件下载地址1.Python2.Pycharm（专业版收费，社区版免费）3.配置环境变量（重点了解一下）二、Python之父了解一下1.了解一下Python之父：GuidovanRossum（吉多·范罗苏姆）2.对比了解一下Java之父：JamesGosling（詹姆斯·高斯林）一、软件下载地址1.Pythonhttps://www.python.org/2.Pycharm（专业版收费，社区版免费）http:/
系统 2019-09-27 17:57:36 2733
一，前言入职数据分析以后，肯定要涉及到python处理excle，特别是涉及到对excle的一些重复操作时，也许能提升一些效率；因此，有必要对python操作excle进行学习。现有操作excle的工具包有很多，例如xlrd&xlwt&xlutils以及强大的pandas，此外还有别的工具包，但受限于平台或者安装方式，都没有以上两种常用。（其中，pandas不仅是用来操作excle，而是一整套强大的工具包。）知乎有一篇文章些不同python包操作excle
系统 2019-09-27 17:53:26 2733
word2007中：中文破折号-中文输入法下shift+-；中文省略号-中文输入法下shift+6；目录、题注在引用中；文档结构在视图中；建目录结构要有大纲级别；三个减号“---”+Enter单横线；三个等号“===”+Enter双横线；三个星号“***”+Enter粗点线；三个井号“###”+Enter两细线包含一粗线；上标和下标两种方法：一、选中数字，同时按下Ctrl+Shift+“+”即可，这是上标的做法，若同时按下Ctrl+“+”会产生下标，要恢复
系统 2019-08-29 23:52:25 2733
TFTP（TrivialFileTransferProtocol,简单文件传输协议）1.tftp的服务端口号是692.tftp是基于udp协议的3.tftp是明文传输的，是一种比较轻量型的协议，一般用于bootloader加载内核TFTP工作流程服务端开启tftp服务，tftp是一种stand_alone服务，不是常驻内存的，是在有需要的时候才去调用的。首先，客户端发送一个读（RRQ：2个字节）或者写（WRQ：2个字节）的请求，数据包的目标端口是69。对于
系统 2019-08-29 23:50:59 2733
俗语说：好马配好鞍。所以呢，Eclipse用之前，我觉得有必要先Mod一下。毕竟要经常接触的，所以呢，还得先把它弄得顺心一点好啦。ChapterOne-Beauty这个是从TheFlashBlog那里学来的。先确定一下版本，我的是3.4.2，JAVA版（不是JEE版）。理论上其他版本都可以，但是我未曾测试过。鉴于之前有过插件互不兼容的情况，我建议还是从Naked的开始。OK,let'sstart。首先是启动画面，Eclipse默认的启动画面实在是...雷人
系统 2019-08-29 23:48:21 2733
前言作为云计算的推崇者，我一直关注关于云计算的问题，从Iaas的技术实现到PaaS的迁移实践甚至SaaS的运营模式。不过因为个人的技术和见识都很有限，我更关注于作为应用程序提供者，该怎样设计一个对云计算友好的应用程序，这种应用程序不单可以在云计算平台上运行，更重要的是可以更好的享受云计算带来的优势。趁着微软主推Azure云计算的TechEd2010落幕不久，我将写四篇文章和大家分享一下关于云计算中一些问题的看法。这四篇文章分别为《“云”领天下（一）：最近的
系统 2019-08-29 23:41:57 2733
作用：命令窗口，1.安装sudoapt-getinstallguakehttp://blog.csdn.net/aip1080/article/details/7731569虽说现在很多Linux发行版，比如Ubuntu，已经基本上可以采用GUI来完成绝大部分一般性的任务。但是，终端程序对于linux用户来说仍是必不可少的。Gnome自带的gnome-terminal还算不错，简单，易用，也已经支持多标签。但是，如果你希望让终端自动启动并在后台运行，如果你
系统 2019-08-29 23:38:00 2733
花了一些时间，作了一些繁体转简体的工作，不依赖GoogleTranslate，有兴趣的，可以至这边观看…http://caterpillar.onlyfun.net/GossipCN/index.html简体良葛格学习笔记
系统 2019-08-29 23:20:01 2733
预加载器（Pre-loader）可以说是提高浏览器性能最重要的举措。Mozilla官方发布数据，通过预加载器技术网页的加载性能提升了19%，Chrome测试了Alexa排名前2000名网站，性能有20%的提升。它并不是一门新技术，有人认为只有Chrome才具备这个功能。也有人认为它是有史以来提升浏览器性能最有效的方法。如果你第一次接触预加载器，也许心中已经有了无数个问号。什么是预加载器？它是如何提升浏览器性能的？首先需要了解浏览器是如何加载网页的一个网页的
系统 2019-08-29 23:07:01 2733
