基于Nutch的主题爬虫
看了很多关于nutch的文章，但都是一些方法论、思想之类的，很抽象
请问谁有基于nutch的某个主题爬虫相关程序，可以发来参考参考么？
自己看了一些nutch的文章，想说做nutch的主题爬虫可能无外乎在这3个地方修改
1 修改nutch源码的fetch类，在抓取网页时就尽量抓取和自己主题相关的链接
2 对于抓取下来的网页，解析网页内容，看是否有符合自己主题的相关内容，过滤和主题无关的网页。
3 nutch是单字索引，如果能改用中文分词进行索引，应该能提高效率（这点和主题爬虫无关）
这是我自己思考的，不知道是否可行，希望大家指教，或者有相关的主题爬虫程序源码发我借鉴一下也好。
[解决办法]
不懂 Nutch 帮顶
[解决办法]
第三点已实现~~上两点用插件的形式改~~挺麻烦的，还不如自己写一一个
[解决办法]
