我正在遵循Nutch教程，并得到一个"No URLs to fetch“错误

Question

遵循这里的Apache Nutch教程：

正如本教程中所指出的，我已经将regex-urlfilter.txt的最后一行设置为：

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

我的nutch-site.xml文件只包含以下几行

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

我的seed.txt文件是：

http://nutch.apache.org/

然而，当我爬行时

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

我得到一个“没有URL要获取”的错误。有人知道为什么吗？

Answer 1

配置对我来说看起来很好。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，regex-urlfilter.txt和nutch-site.xml将位于NUTCH_HOME/runtime/local/conf文件夹中

NUTCH_HOME为安装目录