Nutch 0.9安裝心得

Nutch是什麼？

nutch是基於開放原始碼所開發的web search

安裝Nutch的環境？

nutch是由java與jsp構成，只要web server可執行以上環境即可

Nutch有何優勢？

對java有研究的人都知道Lucene，一個超強的全文檢索引擎，那麼Nutch就是基於Lucene所開發的搜尋引擎

以下這篇對於Nutch應用與流程圖介紹有詳盡的介紹：

Nutch应用 - 应用已有的开源搜索引擎

首先，需要準備以下工具：

javaVM：jdk1.5.x　注意....請下載JDK不要抓錯了阿XD

nutch：出到0.9嚕,抓新版的吧

tomcat：5.0 讓你可以跑JSP的環境，個人推薦測試環境可以使用懶人包xampp + tomcat

cygwin：模擬shell來run nutch

準備好以後...

網路上有太多介紹如何安裝的文章

我就不多敘述了,主要把安裝過程中遇到的重點心得提醒一下囉:)

你可以參考：

nutch在Windows上的安装 step by step

安裝Cygwin詳解

在安裝過程中

會讓人卡關髮指的地方，給大家參考參考囉

1)提到一開始要建立urls

其實就是在根目錄建立一個urls.txt的檔案

檔案內容輸入你要抓取的網址如：http://lucene.apache.org/nutch/

之後再使用

bin/nutch crawl urls -dir crawl -depth 3 -topN 50

抓取的時後就是改成

crawl urls.txt -dir

时间： 2024-12-30 19:09:22

Nutch 0.9安裝心得的相关文章

如何安裝 IIS 5.0 ？

如果發現系統並未安裝 IIS 5.0 ,而事後要安裝 IIS 5.0 環境,請點選「開始→設定→控制台→新增/移除程式」,再選擇「新增/移除Windows元件」,按一下右上角「元件」按鈕,接著請在「Internet Information Services (IIS)]的左邊空白框打勾,依次按「下一步」鈕以完成安裝. 注意:在Windows 2000 Server,預設將會安裝Internet Information Services. Applications

關於安裝.net 4.0的錯誤

问题描述嘗試了各種辦法,重裝系統,卸載所有的.net版本從1.0開始裝,可是裝到4.0時還是報錯.系統是xp系統,也嘗試了百度上說的netstop方法安裝失敗:.NETFramework4未完成安裝,因為:系統無法開啟指定的裝置或檔案解决方案解决方案二:如果重装系统,你需要一个完全版的系统,不要再用ghost版了解决方案三:ghost版很多都是阉割过的很多功能都缺失了解决方案四:你就重装win7吧,不要ghost解决方案五:引用2楼Z65443344的回复: ghost版很多都是阉割过的很

如何在redhat 9,redhat ELAS 3/2.1,redat FC1 上安裝oracle 10g

oracle 本文將指導大家安裝以下內容: - Oracle 10g (10.1.0) on Red Hat Enterprise Linux Advanced Server 3 (RHELAS3)- Oracle 10g (10.1.0) on Red Hat Enterprise Linux Advanced Server 2.1 (RHELAS2.1)- Oracle 10g (10.1.0) on Red Hat 9 (RH9)- Oracle 10g (10.1.0) on Red H

安裝jpeg-6b png error错误解决方法

默认安裝jpeg-6b shell> wget ftp://ftp.uu.net/graphics/jpeg/jpegsrc.v6b.tar.gz tar zxvf jpegsrc.v6b.tar.gz cd jpeg-6b ./configure –-prefix=/usr/local/jpeg6 –enable-shared –enable-static make make install 指定安装目录方式安装jpeg-6b 如果你选择默认安装,可能很顺利,但是要指定路径时,请先创建以下文件

Darwin Streaming Server 安裝操作備忘

Darwin Streaming Server 安裝操作 Darwin Streaming Server 是蘋果公司推出的開放源碼.跨平台多媒體串流伺服器, 提供音樂 (mp3) 與影音 (3gp.mp4.mov) 串流播放功能, 可由 Windows Media Player.VLC media player.QuickTime Player 等播放軟體收聽(看) 以下是在 Fedora 7 安裝 Darwin Streaming Server 5.5.5 for Linux 的操作記錄

cmake-CMAKE 安裝 marsyas 問題

问题描述 CMAKE 安裝 marsyas 問題 The C compiler identification is MSVC 16.0.40219.1 The CXX compiler identification is MSVC 16.0.40219.1 Check for working C compiler using: Visual Studio 10 2010 Check for working C compiler using: Visual Studio 10 2010 -- wo

sql serve 2012 安裝到這裏就直接退出了？

问题描述 sql serve 2012 安裝到這裏就直接退出了 ? 解决方案从msdn.itellyou.cn下载完整的光盘镜像,在本地安装.在线安装在网络不好的情况下可能有问题. 解决方案二: SQL SERVE 增删改查解决方案三: 查看一下安装错误日志,你在MSDN系统同SQL SERVER的版本是否兼容MSDN联机硬件和软件要求.aspx "")

ns2-NS2安裝過後運行出現問題，無法顯示nam

问题描述 NS2安裝過後運行出現問題,無法顯示nam apple@acer:/media/apple/others/ZYJNS/ns-allinone-2.35/ns-2.35/tcl/ex$ ns % nam Can't find a usable init.tcl in the following directories: :/media/apple/others/ZYJNS/ns-allinone-2.35/tcl8.5.10/library /media/apple/??????/ZYJ

fedora-Fedora 16 安裝 DHCP（不透過網路/離線安裝）

问题描述 Fedora 16 安裝 DHCP(不透過網路/離線安裝) 請問大家, 如何在 Fedora 上安裝 DHCP,**不透過網路上的資源庫**?謝謝大家! 解决方案离线安装你得有CD或者rpm包或者源代码包. 如果是CD介质,设置yum源,然后yum install即可: 如果是rpm包,rpm -i即可: 如果是源代码包,一般是 ./configure make make install