nutch-1.4在eclipse中运行

1.选中nutch所在eclipse中的工程，新建一个文件夹urls

2.选中urls文件夹，新建urls.txt（存放url，crawl的起点）。写入url

3.修改nutch/conf中的nutch-site.xml。如下

4.修改nutch/conf 中的regex-urlfilter.txt (url 的过滤规则，自己修改）

5.选中nutch工程，右击run as -> run configurations，双击java application,新建一个，Name随意写，关键是下面的main class要正确

6.点击上面的arguments，如下修改

7.点击run，效果

8.爬取成功，如果要读取爬取的信息则可以

run as -> run configurations 新建java appication，如下操作

结果如下