Monthly Archives: February 2007

本文尝试使用 Nutch 0.8.1 来为几个指定的网站建立全文索引，且不使用 Hadoop 提供的分布式能力，只是简单地在一台单独的机器上完成索引工作。如果需要使用 Nutch 的分布式能力，需要熟悉一下 Hadoop. 约定 Nutch 部署后的目录结构如下： /home/hys/nutch-deployed     /nutch-0.8.1         (Nutch 0.8.1 installation goes here)     /nutch-0.8.1-web         (Nutch web module for searching goes here) 1. Setting environment variable(s) $ export NUTCH_JAVA_HOME=/usr/lib/jvm/java-1.5.0-sun-1.5.0.08 $ export JAVA_HOME=/usr/lib/jvm/java-1.5.0-sun-1.5.0.08 $ export NUTCH_HOME=/home/hys/nutch-deployed/nutch-0.8.1 … Continue reading →