基于ApacheNutch和Htmlunit的扩展实现AJAX页面爬虫抓取解析插件nutchhtmlunit.zip
NutchHtmlunitPlugin
重要说明：
当前项目基于Nutch1.X系列已停止更新维护，转向Nutch2.x系列版本的新项目：http://www.oschina.net/p/nutch-ajax
项目简介
基于ApacheNutch1.8和Htmlunit组件，实现对于AJAX加载类型页面的完整页面内容抓取解析。
AccordingtotheimplementationofApacheNutch1.8,wecan'tget
dynamicHTMLinformationfromfetchpages
暂无评论