Eh bien après une recherche dans les forums, je me suis rendu compte qu'il n' y avait pas de posts relatifs à Nutch, d'où ma question...Je ne sais d'ailleurs pas s'il faut en parler ici ou dans le forum Java, quoiqu'il en soit voilà mon problème :
1 - J'utilise Nutch 0.7 et tomcat 5.5.16 sous Mandriva Free 2006.0
2 - J'ai un problème avec les accents :
Au début c'était tout le moteur qui refusait les recherches de mots accentués (en tronquant les accents), j'ai fixé ça après qu'on m'eût indiqué d'ajouter UseBodyEncodingForURl="true" aux attributs de Connector dans le fichier de config de Tomcat server.xml, depuis plus de problème..
Mais hélas il y'a une fonction dans le moteur qui permet d'afficher tous les résultats d'un site donné, donc t'as un lien qui apparait près de l'option "Cache" (comme dans Google) et qui permet d'afficher tous les résultats du site d'un résultat donné (en utilisant la même syntaxe site:www.machin.com), quand on clique dessus le résultat est qu'il refuse les caractères accentués les remplaçant par un point (par exemple 'site:ww.machin.com être' donnera 'site:ww.machin.com .tre' donc 0 résultats) je pense qu'il s'agit d'un problème d'encodage de l'url. Voilà la portion de code concernée :
/* <% if (hit.moreFromDupExcluded()) {
String more =
"query="+URLEncoder.encode("site:"+hit.getDedupValue()+"
"+queryString)
+params+"&hitsPerSite="+0
+"&clustering="+clustering;%>
(<i18n:message key="moreFrom"/>
<%=hit.getDedupValue()%>)
<% } %> */
3 - Je tiens à préciser que je fais tout en UTF-8.
[^] # L'excès de politesse n'est pas nocif...
Posté par windows_3_0 . En réponse au message Problème avec Nutch. Évalué à 1.
1 - J'utilise Nutch 0.7 et tomcat 5.5.16 sous Mandriva Free 2006.0
2 - J'ai un problème avec les accents :
Au début c'était tout le moteur qui refusait les recherches de mots accentués (en tronquant les accents), j'ai fixé ça après qu'on m'eût indiqué d'ajouter UseBodyEncodingForURl="true" aux attributs de Connector dans le fichier de config de Tomcat server.xml, depuis plus de problème..
Mais hélas il y'a une fonction dans le moteur qui permet d'afficher tous les résultats d'un site donné, donc t'as un lien qui apparait près de l'option "Cache" (comme dans Google) et qui permet d'afficher tous les résultats du site d'un résultat donné (en utilisant la même syntaxe site:www.machin.com), quand on clique dessus le résultat est qu'il refuse les caractères accentués les remplaçant par un point (par exemple 'site:ww.machin.com être' donnera 'site:ww.machin.com .tre' donc 0 résultats) je pense qu'il s'agit d'un problème d'encodage de l'url. Voilà la portion de code concernée :
/* <% if (hit.moreFromDupExcluded()) {
String more =
"query="+URLEncoder.encode("site:"+hit.getDedupValue()+"
"+queryString)
+params+"&hitsPerSite="+0
+"&clustering="+clustering;%>
(<i18n:message key="moreFrom"/>
<%=hit.getDedupValue()%>)
<% } %> */
3 - Je tiens à préciser que je fais tout en UTF-8.
4 - Voilà mes locales :
LANG=fr_FR
LC_CTYPE=fr_FR
LC_NUMERIC=fr_FR
LC_TIME=fr_FR
LC_COLLATE=fr_FR
LC_MONETARY=fr_FR
LC_MESSAGES=fr_FR
LC_PAPER=fr_FR
LC_NAME=fr_FR
LC_ADDRESS=fr_FR
LC_TELEPHONE=fr_FR
LC_MEASUREMENT=fr_FR
LC_IDENTIFICATION=fr_FR
LC_ALL=
5 - Il est à noter que mon Firefox est configuré en ISO-8859-1 je l'ai changé en Unicode UTF-8 sans succès.
Voilà, Merci :]