Eclipse中编译Nutch-1.0

　　这次试验是关于Nutch网页抓取的，做了很长时间，也失败N多回，但是我必须通过这关才能继续学Luence，所以我一个人坚持三天了。苦心人天不负，终于还是让我完成了这个试验。

      一个权威的文档包含了所有的过程，找到它真的是相见恨晚。Eclipse中编译Nutch-1.0 请到http://download.csdn.net/detail/las_vegas/4140727下载。

      另外，还有jid3lib-0.5.1.jar，rtf-parser.jar，nutch-1.0.tar.gz，cygwin等相关软件，貌似nutch-1.0比较稀有，这里我给大家一个下载地址http://apache.etoak.ce/nutch/nutch-1.0.tar.gz（打开迅雷，新建—>复制网址—>继续）

　　其他的工作按照"Eclipse中编译Nutch-1.0“这个文档所说的做就是了，最后还要注意几个问题；

　　第一：Exception in thread "main" java.io.IOException: Job failed!

　　解决方案：nutch-default.xml　　//自己添加的时没有认真的原因造成的。

<property>
  <name>plugin.folders</name>
  <value>./src/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>

 修改成：

<property>
  <name>plugin.folders</name>
  <value>./src/plugin</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>

 第二：nutch Failed to get the current user’s information 'Login failed: Cannot run

解决方案：

这种错误，是nutch不能在window直接运费，得环境变量设置path指向cygwin(eg:C:\cygwin\bin)，然后重启eclipse这样就可以ok地运行eclise 

参数配置： 

程序参数：urls -dir no -depth 3 -topN 30 

虚拟机参数：-Xms128M -Xmx512M -XX:PermSize=64M -XX:MaxPermSize=128M

部分内容转自：http://nhy520.iteye.com/blog