linux 启动nutch

最新推荐文章于 2017-05-09 02:27:00 发布

weixin_33734785

最新推荐文章于 2017-05-09 02:27:00 发布

阅读量133

点赞数

文章标签： java

本文介绍如何使用Nutch爬虫进行基本的爬取操作，包括设置JAVA_HOME环境变量、执行爬取命令及理解命令参数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[root@localhost nutch]# export JAVA_HOME=/usr/java/jdk1.7.0
[root@localhost nutch]# bin/nutch crawl
Usage: Crawl <urlDir> -solr <solrURL> [-dir d] [-threads n] [-depth i] [-topN N]
[root@localhost nutch]# bin/nutch crawl urls -dir urls -threads 3 -depth 5 -topN 1000