nutch readdb -stats中5个状态的含义

成功抓取完成之后，运行bin/nutch readdb data/crawldb -stats，可以查看抓取的统计信息：

 

TOTAL urls:     1843
retry 0:        1838
retry 1:        5
min score:      0.0
avg score:      5.425936E-4
max score:      1.0
status 1 (db_unfetched):        1748
status 2 (db_fetched):  63
status 3 (db_gone):     1
status 4 (db_redir_temp):       29
status 5 (db_redir_perm):       2
CrawlDb statistics: done

 

5个状态的含义，1是还未请求的URL，2是成功抓取的URL（对应状态200），3对应404 ，4对应302 ，5对应301.