垂直搜索，用heritrix抓取网页数据时，数据过滤不彻底
我在做垂直搜索，数据来源是太平电脑网，我关心的是里面的手机信息，我定制heritrix的FrontierScheduler类，代码如下：

请帮我看看，这数据抓的正常吗？我看了里面的有些数据，感觉垃圾数据挺多的。我还刚开始弄搜索引擎，请多多指教！！
[解决办法]
顶顶~~~~~~