67,537
社区成员
发帖
与我相关
我的任务
分享heritrix获取动态页面的问题（jsp.asp等）
用heritrix抓取了jsp文件，可是抓取的文件名如下：show_hotelshopid=102&catid=2.jsp
可实际想要的url是show_hotel.jsp？shopid=102&catid=2
请问如何将文件名与url相关联起来？
要重写writer么？或是其他
可实际想要的url是show_hotel.jsp？shopid=102&catid=2
请问如何将文件名与url相关联起来？
要重写writer么？或是其他
...全文
请发表友善的回复…
发表回复
springbird 2009-06-14
- 打赏
- 举报
各们大侠,我也遇到了同样的问题,急着解决啊,能不能说的详细点?
hbkyy2052 2009-02-24
- 打赏
- 举报
楼上的可以说的详细点吗？
我也碰到了同样的问题，急等答复！谢谢！
我也碰到了同样的问题，急等答复！谢谢！
dl3399 2008-09-07
- 打赏
- 举报
重写writer也没用的，文件名中根本不允许带有“？”等特殊符号。可以试试用一指定符号替换掉“？”，需要时再替换回来。
Gerry-Zhang 2008-07-31
- 打赏
- 举报
文件名不能使用 ? 号 我也遇到同样的问题
richiewlq3111 2008-07-30
- 打赏
- 举报
补充一点 文件名字中是不能有“？”的，
可以说 crawler-beans.cxml 可以主导整个Heritrix的抓取，采用spring来管理.里面的配置都是一个个bean,通过修改配置文件 crawler-beans.cxml 即可完成几乎所有的需求。
1. 修改任务元数据 本博客属原创文章,转载请注明出处:http://www.yun5u.com/articles/heritrix3-4.html
可以说crawler-beans.cxml可以主导整个Heritrix的抓取.不同于Heritrix1.x版本的order.xml 是,crawler-beans.cxml采用Spring来管理.里面的配置都是一个个bean.所以无论从配置上,耦合上,动态控制 上,He
