Post Nutch和Http后身份验证？

我被困在需要抓取有表单帖子的网站的地方。 Nutch不支持这一点。 我如何绕过这个问题，以便我可以用Nutch抓取这些网站？有更好的解决办法吗

使用data:regex创建一个文件，用于需要auth/URL提交表单/表单数据的URL

制作自己的http协议插件，修改标准协议httpclient插件。若发出http请求的URL需要进行身份验证，但还并没有进行身份验证，那个么请转到表单并发送它

---

这是最简单的解决方案。问题是，对于大量的网站，没有一个简单的解决方案。在登录等过程中，cookie过期/使用Javascript存在问题。通过Nutch的JIRA搜索，对此进行了很多讨论。

以下是你们想要的答案：

及

这两个链接有完整的示例代码。如果您正确地遵循每个步骤，那么您将能够在Nutch中实现基于表单的身份验证