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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值