ボタンクリック後にapache nutchファイルをダウンロードする

Question

ボタンをクリックしてインデックスを作成した後、urlからファイルをダウンロードすることは可能ですか？

例 - URLがhttp://example.com とし、http://example.comのボタンをクリックして保存するとファイルがダウンロードされます。どのように我々はapache nutchでそれを行うことができます。

Answer 1

これは、ダウンロードアクションがダイレクトファイルへの単なるリンクであれば、ボタンがどのように実装されているかにはまったく依存しません。ダウンロードアクションが、いくつかのjavascriptイベントまたは<button>要素を持つフォームで発生した場合、Nutchはこれを検出しません。おそらくprotocol-seleniumを使用すると、リンクがいくつかのjavascriptを使用して生成される場合に役立ちます。

EDITはボタンのonclickイベントのようなものでトリガされているので

、その後、あなたの最善の策はprotocol-interactiveselenium（https://github.com/apache/nutch/blob/master/src/plugin/protocol-interactiveselenium/README.md）を使用し、必要であれば、おそらくカスタムハンドラを実装することです。私はこれを個人的にテストしていませんが、うまくいくはずです。