Heritrix中CrawlURI类什么意思？
最近在研究Heritrix源码，不明白Heritrix的CrawlURI类和CandidateURI啥意思？
CrawlURI类和CandidateURI类都是Heritrix对URL进行处理的核心类。
CrawlURI代表一个候选URL，CandidateURI也是一个URL，在被发现或检查通过后会被加到队列。
CrawlURI和CandidateURI的区别在于CrawlURI是由通过了调度器(Frontier)的CandidateURI转换而来的。
具体你可以看看这篇博客：
http://www.yun5u.com/articles/heritrix-1-crawluri.html
看下 liuxinglanyue的博客，是对Heritrix源码的分析，会给你启发的
http://liuxinglanyue.iteye.com/blog/818418