Apache Nutch - 路径问题答案

【问题标题】：Apache Nutch - Problems with PathsApache Nutch - 路径问题
【发布时间】：2016-02-16 12:29:34
【问题描述】：

我正在尝试设置 Apache Nutch 来抓取 URL，遵循 this 指南。作为一个较旧的指南（该指南适用于 1.x，我使用的是 2.3），我对结构进行了必要的更改。但是，当我尝试运行爬网时，出现此错误：

root@IndiStage:~# /usr/local/nutch/framework/apache-nutch-2.3/src/bin/crawl urls FirstCrawl 2
No SOLRURL specified. Skipping indexing.
Injecting seed URLs
/usr/local/nutch/framework/apache-nutch-2.3/src/bin/nutch inject urls -crawlId FirstCrawl
Error: Could not find or load main class org.apache.nutch.crawl.InjectorJob
Error running:
  /usr/local/nutch/framework/apache-nutch-2.3/src/bin/nutch inject urls -crawlId FirstCrawl
Failed with exit value 1.
root@IndiStage:~#

作为 Ubuntu (14.04) 的新手，我发现这里很难管理目录结构和路径。

InjectorJob 在/usr/local/nutch/framework/apache-nutch-2.3/src/java/org/apache/nutch/crawl中

JAVA_HOME 设置为/usr/lib/jvm/java-7-openjdk-amd64

【问题讨论】：

标签： java apache nutch

【解决方案1】：

确保您已经编译了 Nutch 源代码。然后，从 ${APACHE_NUTCH_HOME}/runtime/local（或 ${APACHE_NUTCH_HOME}/runtime/deploy/bin）运行爬取命令。

希望对你有帮助，

乐国岛

【讨论】：