nutch fetch 因 java.lang.NumberFormatException 而失败

Question

我在带有 Java openjdk 版本“1.8.0_275”的 Red Hat Enterprise Linux 版本 8.3 (Ootpa) 上运行 Nutch 1.18

我正在遵循这些指示：https://cwiki.apache.org/confluence/display/NUTCH/NutchTutorial#NutchTutorial-Step-by-Step:Concepts

当我到达bin/nutch fetch $s1 的步骤时，每次获取都失败了。请参阅下面的 hadoop 日志中的示例错误。它们都因 java.lang.NumberFormatException 而失败。我可以使用 curl 来检查 url 是否可以访问。

任何建议将不胜感激。

    at java.lang.NumberFormatException.forInputString(NumberFormatException.java:65)
    at java.lang.Integer.parseInt(Integer.java:583)
    at java.lang.Integer.parseInt(Integer.java:615)
    at org.apache.hadoop.conf.Configuration.getInt(Configuration.java:1486)
    at org.apache.nutch.protocol.http.api.HttpBase.setConf(HttpBase.java:212)
    at org.apache.nutch.protocol.http.Http.setConf(Http.java:52)
    at org.apache.nutch.plugin.Extension.getExtensionInstance(Extension.java:169)
    at org.apache.nutch.protocol.ProtocolFactory.getProtocolInstanceByExtension(ProtocolFactory.java:177)
    at org.apache.nutch.protocol.ProtocolFactory.getProtocol(ProtocolFactory.java:155)
    at org.apache.nutch.fetcher.FetcherThread.run(FetcherThread.java:308)```

Answer 1

堆栈（关键字：协议、http、配置、parseInt）已经告诉配置属性的某些整数值无法读取。查看源代码（HttpBase.java，第 212 行）时，很明显它与配置属性“http.timeout”有关：

<property>
  <name>http.timeout</name>
  <value>10000</value>
  <description>The default network timeout, in milliseconds.</description>
</property>

请验证它是否配置正确 - 一个整数值和一个合理的时间跨度。