nutcher

nutcher是中文的nutch文档，包含nutch的配置和源码解析，在github持续更新。

本教程由DataHref提供，未经允许，禁止转载。

目录：

• Nutch教程——导入Nutch工程，执行完整爬取
• Nutch流程控制源码详解（bin/crawl中文注释版）
• URLNormalizer源码详解（Nutch的URL正规化机制）
• Nutch 的正则表达式配置 (regex-urlfilter.txt)
• 在 windows 上配置 hbase
• Nutch的定位