如何在Ubuntu 10.10中配置Nutch和Solr？

Question

我正在嘗試為我的最后一年的項目構建一個搜索引擎。 在過去的兩個月中，我已經對該主題進行了大量研究。 我發現我將需要一個搜尋器來搜尋Internet，解析器和索引器。

我正在嘗試使用Nutch作為搜尋器和Solr來索引Nutch搜尋到的數據。 但是我被卡在了兩者的安裝部分中。 我試圖借助Internet上的教程在系統中安裝Nutch和solr，但對我沒有任何幫助。

我需要某種安裝指南或鏈接，在這里我可以學習如何安裝和集成Nutch和solr 。

接下來，我被解析器所困擾。 我對此階段一無所知。 在這里，我需要有關如何在建立索引之前解析數據的幫助。

我不想建立Google之類的東西。 我需要的只是要搜索某些網站上的某些項目。

我有Java經驗，可以輕松地使用它，但是我不像你們這樣的專業人員，請告訴我我是否朝着正確的方向前進，下一步該怎么做。

我正在使用Ubuntu 10.10，並且具有Apache Tomcat 7。

Answer 1

這是Nutch的安裝， 這是與Solr的集成。

關於解析器，nutch有自己的解析器集，您不必擔心解析。 觸發搜尋命令，它會自動完成。 除非您要解析除nutch提供的內容以外的其他內容，否則對您來說不是問題。 如果您想讓nutch解析一些.xyz文件，那么您就可以為此編寫解析器插件並與nutch集成。