当前位置:首页 >> IT/计算机 >>

Nutch1.4 windows下eclipse配置图文详解


网络上关于 nutch1.4 的配置和使用很少, 官方网站提供的方法我研究了半天特别麻烦, 而且 发现弄完后有的依赖包找不到, 我决定放弃使用。 将这两天关于 nutch1.4 配置的另一种方法 整理一下 仅供参考!如有其它问题欢迎加 1277140354 一起交流学习! 1、 配 置 安 装 JDK 省 略 。 我 用 的 是 JDK1.6 , JDK6 官 方 下 载 地 址

:http://www.java.net/download/jdk6/6u10/promoted/b32/binaries/jdk-6u10-rc2-bin-b32-win dows-i586-p-12_sep_2008.exe JDK1.5 ANT 编译的时候会失败 2、 下载 eclipse 省略 地址:http://www.eclipse.org/downloads/

3、 Ant 安装 使用最新的 Apache Ant 1.8.3 Apache Ant 1.8.3 is now available for
download as source or binary from http://ant.apache.org/bindownload.cgi.

我个人下载的 解压后的目录为 E:\Mysdk\apache-ant-1.8.3 配置 Ant 环境变量 ANT_HOME 、 PATH, 在系统变量中, 点击新建, 变量名: ANT_HOME, 变量值:

将%ANT_HOME%\bin; %ANT_HOME%\lib 添加到环境变量的 path 中。

Cmd 中测试 ant 指令结果如下说明 ANT 安装成功可以进行下一步、

4 、安装 cygwin 所以报错从官方网站下载最新的 cygwin 官网地址 http://www.cygwin.com/ 下载地址 setup.exe
下载后安装

下一步 有错误提示直接忽略

不用选择 默认即可点击下一步

配置一下环境变量 添加 CYGWIN_HOME

中添加%CYGWIN_HOME%\bin 在 path 中添加

5、安装 nutch1.4 官方网站 http://nutch.apache.org/,下载地址 http://apache.etoak.com/nutch/ 我选择的是 apache-nutch-1.4-bin.zip 解压后目录为:E:\Mysdk\apache-nutch-1.4-bin

Cmd 到 E:\Mysdk\apache-nutch-1.4-bin 执行 ant

然后就耐心等待一下吧!

6 导入 eclipse 中新建工程

点击下一步找到 conf 文件夹 选择 Add folder ‘conf’to buid path 我将 default output folder 设置为 Nutch/conf

点击 finish 如果一切正常将没有错误 7 修改 nutch1.4 配置信息 (1) 修改 conf 下 nutch-default 文件将 plugin.folders 的值由 plugins 修改为./src/plugin

(2) 按照官方网站说明在工程目录下建立 urls 目录在目录下建立 txt 文件,文件名字

随意填写一个网址作为爬虫的目标网址

在conf下配置nutch-site.xml文件<configuration>中加入

<property> <name>http.agent.name</name> <value>My Nutch Spider</value> </property>

(3) 修改regex-urlfilter.txt将

# accept anything else +.
处替换为

+^http://([a-z0-9]*\.)*163.com 表示只抓取www.163.com站内的内容

?

8 、经过以上配置基本上完成要求。下面看看运行的配置,在 Package Explorer 中右 击工程选择 Run

as runcon figurations 在 java application 下新建

?

设置 main class 为 org.apache.nutch.crawl.Crawl

?

在 Arguments 选项卡下 Program

Arguments 中填写

urls -dir crawl -depth 3 -topN 50
?

在 VM arguments 中填写 -Dhadoop.log.dir=logs -Dhadoop.log.file=hadoop.log 单击 run 即可看到运行效果

我这在笔记本上运行出现了错误

在 VM arguments 中加上 -Xms800m -Xmx800m

再次运行

。。。。。。。


相关文章:
最新版Eclipse IDE for C_C++以及WinGW的安装与配置图...
最新版Eclipse IDE for C_C++以及WinGW的安装配置图文详解_计算机软件及应用_...系统环境:windows7_x64 JDK 版本:jdk-8u20-windows-x64 Eclipse 版本:...
Eclipse4.2安装图形化界面WindowBuilder
Eclipse4.2安装图形化界面WindowBuilder_计算机软件及应用_IT/计算机_专业资料。Eclipse4.2安装图形化界面WindowBuilderEclipse4.2 安装图形化界面 WindowBuilder WindowBuilde...
在windows环境下使用Eclipse开发UNIX所需配置
详细内容如下 ---最近需要用 Eclipse 来写一些东西, 考虑代码最终需要上传的 linux...windows中配置eclipse下... 8页 免费 Nutch1.4 windows下ecli... 12页 3...
Eclipse中编译Nutch-1.0
nutch导入eclipse 12页 免费 eclipse配置nutch 1页 免费 Nutch1.4 windows下eclips...这两个 jar 包分别是解析 mp3 和 rtf 文档的,因为 license 的不兼容性,从...
Nutch配置
2页 免费 Nutch配置_Windows_ 3页 免费 Nutch在Eclipse中的配置 2页 免费 nutch 1.4windows下安... 3页 免费喜欢此文档的还喜欢 ...
Eclipse下如何配置JPA
Eclipse下如何配置JPA_计算机软件及应用_IT/计算机_专业资料。Eclipse下如何配置JPA...Nutch1.4 windows下ecli... 12页 3下载券 手把手图文教你eclipse下... 暂无...
Windows下基于Eclipse的Node.JS工程项目配置步骤
基于 eclipse 搭建 Node 工程的, 所以 我在这里把我搭建的步骤详细列出来,有错误...Nutch1.4 windows下ecli... 12页 2下载券 在Windows上安装Node.js... 3页...
windows安装配置开发nutch1.2-v1.0
windows安装配置开发nutch1.2-v1.0_计算机软件及应用...运行结束后,你可以打开日志文件查看爬虫运行的详细...
cocos2dx环境配置(windows下eclipse环境中)
cocos2dx环境配置(windows下eclipse环境中)_计算机软件及应用_IT/计算机_专业资料...在Windows下配置用eclip... 1页 免费 Nutch1.4 windows下ecli... 12页 3下载...
交叉编译windows下eclipse设置过程
交叉编译windows下eclipse设置过程_电子/电路_工程科技_专业资料。eclipse sourcery...windows中配置eclipse下... 8页 免费 Nutch1.4 windows下ecli... 12页 2下载...
更多相关标签: