推 jnlyu:嗯，辛苦了 04/04 01:00
推 b6s:還好 :) 對了，zhwiki 才抓了 28000 頁，看來要想別的方法... 04/04 01:10
推 b6s:因為今天跳電停機了一陣子，就乾脆把 40000 頁 index 上線了 04/05 00:41
推 b6s:現在大約有 69000 頁上線，應該夠了。接下去來試別家 engines 04/05 17:40
※ 引述《jnlyu (Alan)》之銘言：
: 關鍵字以"台灣"為例
: http://nutch.taipedia.info/
: 搜尋結果沒有亂碼，但右上角的三個選項(簡介 常見問題...)再搜尋後會變亂碼
那部分是... nutch 的 i18n 沒做好，因為對功能影響比較小，所以會晚點再修。
: http://holo.nutch.taipedia.info/
: 已經沒有亂碼問題(之前有碰到)，右上角的選項同上有亂碼情況，且似乎比較不穩
: 某些圖片讀不出來(搜尋後)
: 資料庫還沒跑完吧? 搜尋結果還不多
圖片讀不出來是因為 holo 這個放在另一台機器上，那台機器前面有 firewall 擋著，
而我暫時用某種 reverse proxy 轉出來，但有些地方會失敗。
轉不出 firewall 的部分就會那樣永遠讀不出東西，
同樣的情況也會發生在 "show all hits" 上。
holo 的資料庫跑完了，結果不多是因為 nutch 預設一次只會顯示最前面兩筆，
要按 show all hits 才會全部展開。但因為那 firewall...
我還在想辦法找別的比較沒問題的機器放。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 59.105.131.104