Nutch全文搜索学习笔记.docVIP

Nutch 安装配置 Linux 安装JDK 如果你已经安装了JDK,并且已经设置了JAVA_HOME，那么跳过这一步 jdk 代码 sudo apt-get install sun-java5-jdk 或者从sun公司网站下载bin文件执行安装 JAVA_HOME代码 sudo vi ~/.bashrc 在最后面增加代码 export JAVA_HOME=/usr/lib/jvm/java-1.5.0-sun export PATH=$PATH:$JAVA_HOME/bin 下载nutch的最新版本nutch0.8.1 wget /lucene/nutch/nutch-0.8.1.tar.gz 释放下来即可 代码 tar zxvf nutch-0.8.1.tar.gz 抓取页面 增加url 代码 cd nutch-0.8.1 mkdir urls echo urls/xici 编辑conf/crawl-urlfilter.txt,修改MY.DOMAIN.NAME为 +^http://([a-z0-9]*\.)*/ 修改conf/nutch-site.xml，增加值 property name/name valuetest/unique/value /property 执行bin/nut