nutch使用_nutch eclipse_万用表的使用方法

Nutch使用方法简介

目前Nutch采用Sehll的启动方式，如果您使用的是Windows系统，那么首先需要安装Cygwin。本文就以在Windows中为例，介绍Nutch的安装和使用方法。

(1)准备需要的软件列表

Cygwin (下载地址:) Jdk(1.4.2以上版本，下载地址） Nutch(推荐使用0.9版本，下载地址） Tomcat(下载地址)

(2) 安装软件

1) Cygwin 打开安装程序Cygwin.exe后，在"Choose Installation Type"页选择 "Install from Internet"（如果你已经把全部安装包下载到本地，就可以选择"Install from local directory"选项)。然后点击"Next".

然后选择安装目录，其他可保持默认选项，点击"Next".

选择保存安装包的本地目录，点击"Next".

选择下载连接的类型，点击Next。

然后通过服务器先下在需要安装的包列表，默认全部安装，并且选择可以使用的下载镜像地址（速度不一样，如果太慢可以换别的:) )

请耐心等待，安装程序会自动下载和安装程序包，并且保存程序包在设定的目录，这样下次安装就不必重新下载了。我安装时大约用了3分钟，下载网速大约80Kbs/s。

完成安装。nutch使用

2) 安装JDK，这个就不用介绍了，注意安装完成后需要在Windows的环境变量中加入JA_HOME=你的jdk的安装目录

3) 安装Tomcat，这个就不用多说了吧。

4)把Nutch解压到本地目录，例如D:/nutch。这时候启动Cygwin程序，Cygwin程序会启动一个模拟Unix/Linux的终端窗口，然后使用方式就和Unix的Shell一样了，Cygwin的根目录是/cygdriver，这个目录相当于Windows的“我的电脑”，然后进入Nutch的目录，例如：cd /cygdriver/d/nutch，然后运行bin/nutch命令，如果出现下面的Usage 信息，这样Nutch就安装完成了，非常简单。

Usage: nutch COMMAND

where COMMAND is one of:

crawl one-step crawler for intranets

readdb read / dump crawl db

mergedb merge crawldb-s, with optional filtering

readlinkdb read / dump link db

inject inject new urls into the database

generate generate new segments to fetch

fetch fetch a segment's pages

parse parse a segment's pages

readseg read / dump segment data

mergesegs merge several segments, with optional filtering and slicing

updatedb update crawl db from segments after fetching

invertlinks create a linkdb from parsed segments

mergelinkdb merge linkdb-s, with optional filtering

index run the indexer on parsed segments and linkdb

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/ruanjian/article-49659-1.html