Apache Nutch -路径问题

Question

我正在尝试设置Apache Nutch抓取URL，遵循this指南。作为一个较老的指南(该指南适用于1.x版，我使用的是2.3版)，我对结构进行了必要的更改。但是，当我尝试运行爬网时，我得到以下错误：

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:~#

作为Ubuntu (14.04)的新手，我发现在这里很难管理目录结构和路径。

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

JAVA_HOME设置为/usr/lib/jvm/java-7-openjdk-amd64

Answer 1

确保您已经编译了Nutch源代码。然后，从${APACHE_NUTCH_HOME}/runtime/local (或${APACHE_NUTCH_HOME}/runtime/deploy/bin)运行爬网命令。

希望这能帮上忙

Le Quoc Do