我正在关注 Nutch 教程，并收到“没有要获取的 URL”错误答案

【问题标题】：I'm following the Nutch tutorial, and getting a "No URLs to fetch" error我正在关注 Nutch 教程，并收到“没有要获取的 URL”错误
【发布时间】：2012-06-21 16:59:32
【问题描述】：

按照此处的 Apache Nutch 教程进行操作：

如教程中所述，我已将 regex-urlfilter.txt 的最后一行设置为：

+^http://([a-z0-9]*\.)*nutch.apache.org/

我的 nutch-site.xml 文件只包含这些行

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

而我的 seed.txt 文件是：

http://nutch.apache.org/

但是，当我用爬行时

bin/nutch crawl urls -dir crawl -depth 3 -topN 5

我收到“没有要获取的 URL”错误。有人知道为什么吗？

【问题讨论】：

标签： solr lucene nutch

【解决方案1】：

配置对我来说看起来不错。您已经在运行时/本地文件夹中进行了这些更改，对吗？ seed.txt 将位于 NUTCH_HOME/runtime/local/urls 文件夹中，并且 regex-urlfilter.txt 和 nutch-site.xml 将在 NUTCH_HOME/runtime/local/conf 文件夹中

NUTCH_HOME为安装目录

【讨论】：