Apache Nutch(二) Nutch Crawler工作流程: Injector - 注入 Generator - 产生抓取列表 Fetcher - 从网上抓取网页 Parse Segment - 对抓取的网页进行解析 CrawlDB Update - 把抓取的URL状态和新发现的URL存入Crawl DB LinkDB invertlinks 在 2-5 步骤循环 topN 次,最后执行 5步骤。