nutch-user mailing list archives

Site index · List index
Message view « Date » · « Thread »
Top « Date » · « Thread »
From Lewis John Mcgibbney <lewis.mcgibb...@gmail.com>
Subject Re: request about snippets (with attachement)
Date Fri, 06 Apr 2012 20:29:42 GMT
It would be easier if you could provide an URL and people can see exactly
what you are struggling with please?


2012/4/6 alessio crisantemi <alessio.crisantemi@gmail.com>

> any suggestions for my cause?
>
> Il giorno 05 aprile 2012 23:20, alessio crisantemi <
> alessio.crisantemi@gmail.com> ha scritto:
>
> > here a part of results:
> >
> >  [2] Live Score - GiocoNews - Tutto su casinò, poker, giochi online<
> http://www.gioconews.it/live-score.html>  Live
> > Score - *Gioco*News - Tutto su casinò, poker, giochi online Mercoledì Apr
> > 04 Home NEWSLOT/VLT SCOMMESSE ONLINE LOTTERIE Politica Video Live Score
> > Home Live Score Questa opzione non funziona ... correttamente.
> > Sfortunatamente, il tuo browser non supporta gli Inline Frame Visualizza
> *
> > Gioco*News sul tuo Smart Phone Detect Version | Versione Mobile |
> > Versione Standard Ripristina configurazione standard ... © Copyright 2012
> > *Gioco*News.it powered by GNMedia s.r.l. P.iva 01419700552, Tutti i
> > diritti riservati  http://www.gioconews.it/live-score.html    [3] Curcio
> > (Sapar): "Sviluppo consapevole del gioco da parte di tutti gli
> operatori" -
> > GiocoNe<
> http://www.gioconews.it/generale/curcio-sapar-sviluppo-consapevole-del-gioco-da-parte-di-tutti-gli-operatori-23848.html>
>  Curcio
> > (Sapar): "Sviluppo consapevole del *gioco* da parte di tutti gli
> > operatori" - *Gioco*News - Tutto su casinò, poker, giochi online
> > Mercoledì Apr 04 parent"> Home NEWSLOT/VLT SCOMMESSE ... ONLINE LOTTERIE
> > Politica Video Live Score Home NEWSLOT/VLT Generale Curcio (Sapar):
> > "Sviluppo consapevole del *gioco* da parte di tutti gli operatori" HOT
> > NEWS Turchi (Aams): ?Scommesse, è far west in Italia ... , ... Serpelloni
> > (Dip. Antidroga): ?Sul *gioco* necessarie... » Servono ?linee di
> > indirizzo comuni a livello nazionale" per riuscire a monitorare il
> fenom...
> > Curcio (Sapar): "Sviluppo consapevole del *gioco* da... » ?Da ... ,
> > ottenuto nei... Cronache Esteri Ippica Videogiochi Bingo Normativa
> *Gioco*e Fisco Personaggi Flipper Sfoglia Rivista Curcio (Sapar): "Sviluppo
> > consapevole del *gioco* da parte di tutti gli operatori" Scritto da ...
> > Sm Mercoledì 04 Aprile 2012 16:45 ?Da parte della commissione c?è
> l?intento
> > di approfondire i numeri in possesso e i dati del settore del *gioco*. Da
> > parte nostra abbiamo cercato di chiarire le cifre e
> >
> http://www.gioconews.it/generale/curcio-sapar-sviluppo-consapevole-del-gioco-da-parte-di-tutti-gli-operatori-23848.html
> > [4] Serpelloni (Dip. Antidroga): ?Sul gioco necessarie linee di indirizzo
> > per la cura delle patologie? -<
> http://www.gioconews.it/generale/serpelloni-dip.-antidroga-sul-gioco-necessarie-linee-di-indirizzo-per-la-cura-delle-patologie-23847.html>
>  Serpelloni
> > (Dip. Antidroga): ?Sul *gioco* necessarie linee di indirizzo per la cura
> > delle patologie? - *Gioco*News - Tutto su casinò, poker, giochi online
> > Mercoledì Apr 04 parent"> Home NEWSLOT ... /VLT SCOMMESSE ONLINE LOTTERIE
> > Politica Video Live Score Home Politica Generale Serpelloni (Dip.
> > Antidroga): ?Sul *gioco* necessarie linee di indirizzo per la cura delle
> > patologie? HOT NEWS Turchi (Aams): ?Scommesse ... a tutti gli eccessi,
> ...
> > Serpelloni (Dip. Antidroga): ?Sul *gioco* necessarie... » Servono ?linee
> > di indirizzo comuni a livello nazionale" per riuscire a monitorare il
> > fenom... Curcio (Sapar): "Sviluppo ... consapevole del *gioco* da... »
> > ?Da parte della commissione c?è l?intento di approfondire i numeri in
> > possesso e i dati de... Scommesse sportive: il 9 aprile apertura
> > anticipat... » Aams comunica che, per la ... montepremi complessivo delle
> > vincite, ottenuto nei... Cronache Esteri Ippica Videogiochi Bingo
> Normativa
> > *Gioco* e Fisco Personaggi Flipper Sfoglia Rivista Serpelloni (Dip.
> > Antidroga): ?Sul *gioco* necessarie
> >
> http://www.gioconews.it/generale/serpelloni-dip.-antidroga-sul-gioco-necessarie-linee-di-indirizzo-per-la-cura-delle-patologie-23847.html
> > [5] Generale - GiocoNews - Tutto su casinò, poker, giochi online<
> http://www.gioconews.it/generale/index.php>  Generale
> > - *Gioco*News - Tutto su casinò, poker, giochi online Mercoledì Apr 04
> > parent"> Home NEWSLOT/VLT SCOMMESSE ONLINE LOTTERIE Politica Video Live
> > Score Home Politica Generale HOT NEWS Turchi ... sensibili e attenti a
> > tutti gli eccessi, ... Serpelloni (Dip. Antidroga): ?Sul
> *gioco*necessarie... » Servono ?linee di indirizzo comuni a livello
> nazionale" per
> > riuscire a monitorare il fenom... Curcio (Sapar ... ): "Sviluppo
> > consapevole del *gioco* da... » ?Da parte della commissione c?è l?intento
> > di approfondire i numeri in possesso e i dati de... Scommesse sportive:
> il
> > 9 aprile apertura anticipat... » Aams comunica che ... previsto, il
> > montepremi complessivo delle vincite, ottenuto nei... Cronache Esteri
> > Ippica Videogiochi Bingo Normativa *Gioco* e Fisco Personaggi Flipper
> > Sfoglia Rivista Generale Filtro Mostra # 5 10 15 20 25 ... 30 50 100
> Tutti
> > # Titolo articolo Autore 1 Decreto fiscale: via libera del Senato al
> > maxiemendamento e a tutte le norme sui giochi Amr 2 Serpelloni (Dip.
> > Antidroga): ?Sul *gioco* necessarie linee di
> > http://www.gioconews.it/generale/index.php    [6] Video - GiocoNews -
> > Tutto su casinò, poker, giochi online <
> http://www.gioconews.it/video.html>  Video
> > - *Gioco*News - Tutto su casinò, poker, giochi online Mercoledì Apr 04
> > parent"> Home NEWSLOT/VLT SCOMMESSE ONLINE LOTTERIE Politica Video Live
> > Score Home Video HOT NEWS Turchi (Aams ... a tutti gli eccessi, ...
> > Serpelloni (Dip. Antidroga): ?Sul *gioco* necessarie... » Servono ?linee
> > di indirizzo comuni a livello nazionale" per riuscire a monitorare il
> > fenom... Curcio (Sapar): "Sviluppo ... consapevole del *gioco* da... »
> > ?Da parte della commissione c?è l?intento di approfondire i numeri in
> > possesso e i dati de... Scommesse sportive: il 9 aprile apertura
> > anticipat... » Aams comunica che, per la ... Iori, presidente Conagga, al
> > convegno dedicato al *gioco*... Visualizzazioni: 238 Da: redazione
> > Intervista a Francesco... Categoria: News - Interviste Intervista a
> > Francesco Ginestra presidente di Asso ... Snai Visualizzazioni: 169 Da:
> > redazione Il Presidente Udc Rocco... Categoria: News - Interviste Il
> > Presidente Udc Rocco Buttiglione parla di *gioco* e regolamentazione
> > Visualizzazioni: 192 Da: redazione *Gioco*
> > http://www.gioconews.it/video.html
> >
> > Il giorno 05 aprile 2012 23:02, Lewis John Mcgibbney <
> > lewis.mcgibbney@gmail.com> ha scritto:
> >
> > I can't see any of your attachments as they're not permitted on list.
> >>
> >> Can you provide an URL?
> >>
> >> On Thu, Apr 5, 2012 at 9:56 PM, alessio crisantemi <
> >> alessio.crisantemi@gmail.com> wrote:
> >>
> >> > Dear Lewis, thank you for your fast reply.
> >> > But just thiat's my problem! I don't compred wich is the field that
> >> crates
> >> > this raw.
> >> >
> >> > But I see a date (eg: "Mercoledì Apr 04") followed by the word
> "parent"
> >> > anche after ">" and the the ame of categories (Home NEWSLOT/VLT
> >> SCOMMESSE
> >> > ONLINE LOTTERIE Politica Video Live Score").
> >> >
> >> > Do you know wich field of default nutch configuration generate the
> >> 'parent'
> >> > raw.
> >> >
> >> > as you can see in the attachement, this raw is into the content field,
> >> > between 'str' tags.
> >> > ..
> >> > suggestions?
> >> > tx
> >> > a.
> >> >
> >> > Il giorno 05 aprile 2012 22:45, Lewis John Mcgibbney <
> >> > lewis.mcgibbney@gmail.com> ha scritto:
> >> >
> >> > > Hi Alessio,
> >> > >
> >> > > You need to determine in which field the unwanted content exists.
> Once
> >> > > you've done this you could write an indexing filter to remove this
> >> from
> >> > > your document prior to indexing.
> >> > >
> >> > > Lewis
> >> > >
> >> > > On Thu, Apr 5, 2012 at 9:41 PM, alessio crisantemi <
> >> > > alessio.crisantemi@gmail.com> wrote:
> >> > >
> >> > > >
> >> > > >
> >> > > > ---------- Messaggio inoltrato ----------
> >> > > > Da: alessio crisantemi <alessio.crisantemi@gmail.com>
> >> > > > Date: 05 aprile 2012 22:32
> >> > > > Oggetto: request about snippets
> >> > > > A: user@nutch.apache.org
> >> > > >
> >> > > >
> >> > > > Dear all,
> >> > > > I configured my Nutch (1.4) for works with Solr (1.4.1) and I
> crawl
> >> and
> >> > > > index with success my website.
> >> > > >
> >> > > > I have only a problem with the results of my researches.
> >> > > > Into all results, the snippets have a raw with a string where
I
> can
> >> > read
> >> > > > all the categories of my website. I attached a screen shot for
> >> explain:
> >> > > > here, the no good raw is "Mercoledì Apr 04 parent"> Home
> NEWSLOT/VLT
> >> > > > SCOMMESSE ONLINE LOTTERIE Politica Video Live Score ")
> >> > > >
> >> > > > This is a problem, because if solr read for any page the same
raw,
> >> when
> >> > > my
> >> > > > query is the same word of this raw (eg: 'ONLINe') I have all
my
> solr
> >> > > index
> >> > > > like a result.
> >> > > >
> >> > > > When I can jump this raw during my crawling? Is possible exclude
> >> this
> >> > > raw?
> >> > > > thank you in adavande
> >> > > > alessio
> >> > > >
> >> > > >
> >> > >
> >> > >
> >> > > --
> >> > > *Lewis*
> >> > >
> >> >
> >>
> >>
> >>
> >> --
> >> *Lewis*
> >>
> >
> >
>



-- 
*Lewis*

Mime
  • Unnamed multipart/alternative (inline, None, 0 bytes)
View raw message