Nutch相关的资料

 Nutch相关的资料

<script type="text/javascript"><!--google_ad_client = "pub-3593204875158947";google_ad_width = 250;google_ad_height = 250;google_ad_format = "250x250_as";google_ad_type = "text_image";//2007-01-13: IdeaClubBodygoogle_ad_channel = "3252141990";google_color_border = "FFFFFF";google_color_bg = "FFFFFF";google_color_link = "0000CC";google_color_text = "000000";google_color_url = "000000";//--></script> <script src="http://pagead2.googlesyndication.com/pagead/show_ads.js" type="text/javascript"></script> <iframe name="google_ads_frame" marginwidth="0" marginheight="0" src="http://pagead2.googlesyndication.com/pagead/ads?client=ca-pub-3593204875158947&amp;dt=1182354904726&amp;lmt=1182354904&amp;prev_fmts=728x90_as&amp;format=250x250_as&amp;output=html&amp;correlator=1182354904255&amp;channel=3252141990&amp;url=http%3A%2F%2Fwww.ideagrace.com%2Fclub%2Fread.php%3Ftid%3D329&amp;color_bg=FFFFFF&amp;color_text=000000&amp;color_link=0000CC&amp;color_url=000000&amp;color_border=FFFFFF&amp;ad_type=text_image&amp;ref=http%3A%2F%2Fwww.baidu.com%2Fs%3Flm%3D0%26si%3D%26rn%3D10%26ie%3Dgb2312%26ct%3D0%26wd%3DNutch%26pn%3D10%26cl%3D3&amp;cc=168&amp;flash=9&amp;u_h=768&amp;u_w=1024&amp;u_ah=738&amp;u_aw=1024&amp;u_cd=16&amp;u_tz=480&amp;u_java=true" frameborder="0" width="250" scrolling="no" height="250" allowtransparency="allowtransparency"></iframe>

┌─────────────────────────
│Nutch相关的资料 - 中文处理 (05年06月17日开始收集)
└─────────────────────────

http://issues.apache.org/jira/browse/NUTCH-36
http://www.mail-archive.com/[e-mail]/msg03907.html

以上两个链接的内容出处相同，都是Apache Nutch dev mail archive。
由Jack Tang于04-Apr-2005提出，是描述在Nutch搜索中加入中文支持的技术。
因为刚刚提出，没有成熟，需要探索才能使用，有点挑战！希望早日搞定！


Nutch JavaDoc Overview (Nutch 0.6 API)
Nutch的Java代码文档。
http://incubator.apache.org/nutch/apidocs/

Nutch Mailing Lists
Nutch的邮件列表。
http://incubator.apache.org/nutch/mailing_lists.html

Nutch - Tutorial
Nutch的教程。（入门必读！）
http://incubator.apache.org/nutch/tutorial.html

Nutch Wiki - Dissecting The Nutch Crawler
Nutch维基：分解Nutch爬虫。（有相当详尽的资料，值得研读！）
http://wiki.apache.org/nutch/DissectingTheNutchCrawler

Nutch Wiki - Distributed Web DB
Nutch维基：分布式网页数据库。
http://wiki.apache.org/nutch/DistributedWebDB

Nutch Wiki - Front Page
Nutch维基：入口。
http://wiki.apache.org/nutch/FrontPage

Nutch Wiki - Nutch Distributed File System
Nutch维基：Nutch分布式文件系统。
http://wiki.apache.org/nutch/NutchDistributedFileSystem

Nutch Wiki - Nutch File Formats
Nutch维基：Nutch文件格式。
http://wiki.apache.org/nutch/NutchFileFormats

Nutch Wiki - Web DB
Nutch维基：Nutch文件系统。（旧的版本！）


Nutch Wiki - Why Nutch Has A Plugin System
Nutch维基：讲述Nutch的插件系统，可惜不全。
http://wiki.apache.org/nutch/WhyNutchHasAPluginSystem

┌─────────────────────────
│Nutch相关的资料 - Online (05年06月08日开始收集)
└─────────────────────────

Nutch Documentation
This is not the offical nutch wiki, but some private collected documentation!!!
By Stefan Groschupf.
http://wiki.media-style.com/display/nutchDocu/Home

未知都是已知的 - Fenng's BLOG Nutch 初体验之一
什么是 Nutch ? Nutch 和 Larbin / Lucene 相比较有什么不同? 测试笔记。
http://www.dbanotes.net/archives/2005/01/nutch_aee.html

未知都是已知的 - Fenng's BLOG Nutch 初体验之二
介绍一下 Nutch 进行全网的爬行(Whole-web Crawling) 的操作测试过程以及注意事项。
http://www.dbanotes.net/archives/2005/01/nutch_aeeaeae.html

竹笋炒肉 - 试用Nutch
是作者对nutch的一些试用记录。作者认为，搭建网站时实现本站检索的最好的方案，是采用车东基于lucene的开源项目web lucene的软件包。而nutch似乎比较适合于建立垂直搜索引擎网站。
http://hedong.3322.org/archives/000247.html

Nutch - A Flexible and Scalable Open-Source Web Search Engine
(PDF File，是一篇Doug Cutting参与的描述Nutch的论文。)
http://labs.commerce.net/wiki/images/0/06/CN-TR-04-04.pdf

Nutch - Open Source Web Search Software
(PDF File，是一篇Doug Cutting的introduce Nutch的power point file。)
http://nutch.sourceforge.net/twiki/Main/Presentations/pisa2.pdf

http://www.mail-archive.com/[e-mail]/msg03641.html
关于“International Parser”，Doug Cutting replied to this thread.
http://www.mail-archive.com/[e-mail]/msg03641.html

http://www.opensubscriber.com/message/[e-mail]/1436319.html
关于Myanmar language analyzer。
http://www.opensubscriber.com/message/[e-mail]/1436319.html

SatireWire Vearch - Vertical Search Engines
Known as "vearch" engines, these new players provide unprecedented speed and relevancy by cataloging a narrow selection of sites...
http://www.satirewire.com/news/0006/satire-vearch.shtml