问分离Nutch regex文件以爬行和索引到多个Solr核

EN

我的设置是:UbuntuServer12.04LTS上的Nutch 1.6和Solr 4.3.0

我需要抓取和索引的大网站的内容，并希望这样做使用不同的核心。

我配置了Solr并以这样的方式启动了它：

java -Dsolr.solr.home=multicore -jar start.jar

然后我配置并启动了两次Nutch，每个源urls文件夹和索引目标(core0，core1)各一次：

bin/nutch crawl urlsNewsArticles -dir crawlNewsArticles -solr http://localhost:8983/solr/core1 -depth 10 -topN 100000

bin/nutch crawl urlsPictureGalleries -dir crawlPictureGalleries -solr http://localhost:8983/solr/core0 -depth 10 -topN 100000

结果是完美的，但是为了过滤掉不想要的URL模式，我必须在regex-urlfilter.txt文件中指定一些regex表达式。由于这两个爬行会话的regex设置不同，在运行第二个爬行之前，我必须编辑regex-urlfilter.txt文件。

问题：是否有一种方法可以准备两个单独的regex-urlfilter.txt文件，并在每个/bin/nutch命令行上指定一个正确的文件？

请考虑一下，我用两个url集和内核开始了我的实验配置，但是我必须配置至少5个，它们应该被配置为自动重新爬行，而不需要在中间进行手动编辑.