问题：

列表页预计抽取 355+6 但实际只抽取到220条链接. 原因是nutch对http下载的内容的长度进行了限制。

解决方案：
这里将这个属性扩大10倍。
vim conf/nutch-defalut.xml 
修改http.content.limit属性，将其由65536 改为 655360 <property>  <name>http.content.limit</name>  <value>655360</value>  -------- 这里变大一些吧，有的html确实挺大的。  <description>The length limit for downloaded content using the http  protocol, in bytes. If this value is nonnegative (>=0), content longer  than it will be truncated; otherwise, no truncation at all. Do not  confuse this setting with the file.content.limit setting.  </description></property>
//div[@class=‘com_page‘]/ul/li/span/a/@hrefextract 355 outlinks//div[@class=‘page_link‘]/a/@hrefextract 6 outlinksfound 361 outlinks in http://www.ly.com/news/scenery.html修改后正常抽取