Java Nutch-解析自定义HTML元素

我正在尝试爬网和索引（使用Solr）我正在爬网的页面的特定部分

到目前为止，使用所有默认配置，我正在对我想要的页面进行爬网和索引，但在Solr中，我只有两个字段，标题和内容，其中包含我页面的文本，但它并不完全是我想要的文本

我想要实现的是拥有一个包含特定div内容的新字段

我要索引的内容

到目前为止，我所发现的似乎是我想要的

在按照说明操作之后，我无法解析数据，因为我遇到了以下错误，我不明白出了什么问题

我用的是Nutch1.15

java.lang.Exception: java.lang.LinkageError: loader constraint violation: when resolving method "org.slf4j.impl.StaticLoggerBinder.getLoggerFactory()Lorg/slf4j/ILoggerFactory;" the class loader (instance of org/apache/nutch/plugin/PluginClassLoader) of the current class, org/slf4j/LoggerFactory, and the class loader (instance of sun/misc/Launcher$AppClassLoader) for the method's defining class, org/slf4j/impl/StaticLoggerBinder, have different Class objects for the type org/slf4j/ILoggerFactory used in the signature
    at org.apache.hadoop.mapred.LocalJobRunner$Job.runTasks(LocalJobRunner.java:462)
    at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:522)

---

似乎使用的slf4j api是一个旧版本，与Nutch使用的版本不匹配。至少，这是我所理解的

为了解决这个问题，我只是在

/plugins/extractor/plugin.xml

---

删除此行：

似乎使用的slf4j api是旧版本，与Nutch使用的版本不匹配。至少，这是我所理解的

为了解决这个问题，我只是在

/plugins/extractor/plugin.xml

---

删除此行：

您好。我也面临同样的问题。但是注释掉这句话是行不通的。它为我提供了空指针异常<代码>线程“main”java.lang.NullPointerException中的异常位于org.apache.nutch.indexingfilter.process中的ir.co.bayan.simorq.zal.extractor.nutch.ExtractorIndexingFilter.filter（ExtractorIndexingFilter.java:71）处的org.apache.nutch.IndexingFilters.filters（IndexingFilters.java:52）（IndexingFiltersChecker.java:248）你遇到过这个问题吗？@gregory wullimannHi。我也面临着同样的问题。但是注释掉

这一行行不通。它给了我空指针异常。

线程“main”中的异常java.lang.NullPointerException位于ir.co.bayan.simorq.zal.extractor.nutch.ExtractorIndexingFilter.filter（ExtractorIndexingFilter.java:71）org.apache.nutch.IndexingFilters.IndexingFilters.filter（IndexingFilters.java:52）org.apache.nutch.IndexingFilters.IndexingFilters.process（IndexingFilters.java:248）

你面对过这个问题吗？@gregory wullimann