我爬在Apache 2.1 Nutch的几个网站。
虽然爬行我看到很多网页以下信息：
恩。 跳绳http://www.domainname.com/news/subcategory/111111/index.html ; 不同批次ID（空）。
是什么原因导致这个错误？
我怎样才能解决这个问题，因为不同批次ID（空）的页面不存储在数据库中。
我爬到该网站是基于Drupal的，但我已经尝试过许多其他非Drupal的网站。
Answer 1:
我认为，该消息不是问题。 BATCH_ID不分配给所有的url。 所以，如果BATCH_ID为空，则跳过URL。 生成URL时BATCH_ID assined的URL。
文章来源: Apache Nutch 2.1 different batch id (null)
