Apache Nutch - 路徑問題

Question

我正在嘗試按照本指南設置Apache Nutch來抓取URL。 作為一個較老的指南（該指南適用於1.x，我使用的是2.3），我對結構做了必要的修改。 但是，當我嘗試運行爬網時，我收到此錯誤：

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:~#

作為Ubuntu（14.04）的新手，我發現很難管理目錄結構和路徑。

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

JAVA_HOME設置為/usr/lib/jvm/java-7-openjdk-amd64

Answer 1

確保您已經編譯了Nutch源代碼。 然后，從$ {APACHE_NUTCH_HOME} / runtime / local（或$ {APACHE_NUTCH_HOME} / runtime / deploy / bin）運行crawl命令。

希望這可以幫助，

Le Quoc Do