Nutch入门.docVIP

Nutch入门 nutch 0.9 C:\nutch-0.9 cygwin 1.5.25-7 C:\cygwin Jdk 1.5 C:\jdk Tomcat 5.5.17 C:\tomcat 准备 将中文的API文档配置到tomcat,可以通过/api/访问到api的主页即可 下载,安装cygwin 官方主页:/ 选择install from local directory 安装到的目录 选择已经下载的安装文件所在的目录 选择全部安装(install) …… 需要等很长时间…… 设置环境变量 NUTCH_JAVA_HOME ( C:\jdk 抓取 配置抓取的起始网站地址C:\nutch-0.9\ urls,内容为: /api/ 修改nutch-site.xml ?xml version=1.0? ?xml-stylesheet type=text/xsl href=configuration.xsl? configuration property name/name valueMySearch/value /property /configuration 解释: ?????? Nutch中的所有配置文件都放置在总目录下的conf子文件夹中，最基本的配置文件是conf/nutch-default.xml。这个文件中定