如何运用nutch来爬取微博上的信息

现在我们正在弄一个與情检测系统，需要用nutch来抓取数据，普通网页上的数据容易抓取，但是像微博这样的需要登录和验证的网页怎么抓取啊，请各位大虾们指教一下，有源码的最好发一下，小弟可以借鉴一下。 --------------------编程问答-------------------- 你做毛，这谁会啊 --------------------编程问答-------------------- 也在查找资料相关方面的资料，楼主找到了告诉一声呗~~~ --------------------编程问答-------------------- 不知道你的定位是什么，如果是仅仅抓微博内容，再进行分析的话是不用登陆验证的 --------------------编程问答-------------------- 同问，我是用的heritrix，想抓取登录后的微博内容。。。 --------------------编程问答-------------------- 你好！请教一些问题：
请问一下
1。你是如何把nutch抓取到的二进制内容，在项目中读取的。
2。nutch抓取时候，发现有很多url没有被成功抓取过来，请问你做的时候，有什么   办法是提高成功率。
3。对抓取过来内容你们是如何进行关键词搜索

希望群主可以帮忙解答一下。万分感激！
email：83132614@qq.com --------------------编程问答-------------------- 除 --------------------编程问答-------------------- 个人觉得使用Nutch、Hetrix抓网页还可以的，但是对于微博就不那么好了，因为微博和网页区别还是很大的

补充：Java ,  Eclipse