Nutch1.9如何安裝

小編給大家分享一下Nutch1.9如何安裝，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

一、  Nutch安裝并整合到Solr

1、下載并解壓Nutch（此處使用版本1.9）      http://nutch.apache.org/

2、修改apache-nutch-1.9/conf/nutch-site.xml

<property>

<name>http.agent.name</name>

<value>My Nutch Spider</value>

</property>

3、添加需要爬取的urls種子,創(chuàng)建apache-nutch-1.9/urls/seed.txt：

此處添加一條url（如：http://www.oschina.net/）

4、Nutch與Solr整合需要替換Solr Home中的Schema.xml

首先做好備份：

mv  solr_home/solr/collection1/conf/schema.xml solr_home/solr/collection1/conf/schema.xml.org

                     將nutch中的schema-solr4.xml copy到solr_home中，如下：

cp  apache-nutch-1.9/conf/schema-solr4.xml solr_home/solr/collection1/conf/schema.xml

5、修改solr_home/solr/collection1/conf/schema.xml，

在 <field name="id"下面加上

<field name="_version_" type="long" indexed="true" stored="true"/>

                            由于覆蓋了之前配置好的IK分詞器。所以需要重新配置：

在<types>中增加如下內(nèi)容:

            <fieldType name="text_ik" class="solr.TextField">

<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>

<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>

                   </fieldType>

將需要用到IK分詞的字段的type值修改以上定義的name

                               <field name="content" type="text_ik" stored="true" indexed="true"/>

<field name="title" type="text_ik" stored="true" indexed="true"/>

<field name="text" type="text_ik" stored="false" indexed="true" multiValued="true"/>

<field name="anchor" type="text_ik" stored="true" indexed="true"/>

到此處配置完成。

測(cè)試爬取：

bin/crawl urls/ crawldb/ http://localhost:8080/solr/ 1

當(dāng)完成后，打開solr的管理界面，點(diǎn)擊query將會(huì)看到nutch爬取的數(shù)據(jù)

以上是“Nutch1.9如何安裝”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！