Linux下将Nutch1.3导入eclipse

1、准备工作

     首先去官网下载好 apache-nutch-1.3-bin.zip

      解压apache-nutch-1.3-bin.zip

           [pig@CentOs ]$ unzip   apache-nutch-1.3-bin.zip

      解压后生成的文件夹 nutch-1.3

      Apache官只有最近版本，没有1.3的了，我已将相关版本分享到  http://yunpan.cn/Q9LQVKuhBnSJ3

2、新建项目，导入jar包以及配置文件和插件

      a、在eclipse中新建一个Java项目，取名 nutch-1.43         

      b、将解压后生成的文件夹中的src中的java里面的所有内容复制到项目的src下；

      c、将runtime/local下的conf (必选)、 plugins(可选)文件夹复制到项目中，与src同级；

      d、将conf文件夹添加为Source  Folder ；

      e、将runtime/local中的lib下面的jar包添加到classpath，方法是右键项目 -> Bulid Path -> Add External Archives ，找到工作目录下的lib，选中所有的jar即可。

3、修改conf下相关配置文件

     

     3.1 修改  nutch-default.xml ：

             a、配置http.agent.name，如图：

            

           代码 ：

<property>
  <name>http.agent.name</name>
  <value>pig</value>
  <description>HTTP 'User-Agent' request header. MUST NOT be empty - 
  please set this to a single word uniquely related to your organization.

  NOTE: You should also check other related properties:

	http.robots.agents
	http.agent.description
	http.agent.url
	http.agent.email
	http.agent.version

  and set their values appropriately.

  </description>
</property>

          b、修改http.agent.version ，如图：

         代码：

<property>
  <name>http.agent.version</name>
  <value>Nutch-1.3</value>
  <description>A version string to advertise in the User-Agent 
   header.</description>
</property>

          c、修改plugin.folders ，如图：

     代码：

<property>
  <name>plugin.folders</name>
  <value>plugins</value>
  <description>Directories where nutch plugins are located.  Each
  element may be a relative or absolute path.  If absolute, it is used
  as is.  If relative, it is searched for on the classpath.</description>
</property>

              

    注意：plugin.folders 的 value需要指向 插件所在的路径，由于第二步已经将runtime/local下的插件 plugins文件夹复制到项目中，所以这里可以直接写相对路径，如果没有复制这个plugins文件夹，就需要指向插件路径。

     3.2 修改 nutch-site.xml 

              如图：

        
                   这里agent的value需要和  nutch-default.xml 里面的值一样。。

经过以上配置，即可在eclipse里运行nutch1.3了