jackyrong

摘要： apache下的nutch是个好东西,但我用0.9版本时,老是说job faild,所以只能换成0.8.1版本了 1 安装cgywin,这东西可以模拟unix的shell 2 把下载的东西用tar xvf xxx.tar.gz解压开. 3 在Nutch的安装目录中建立目录urls,在下面再建立一个名为url.txt的文本文件，文件中写入要抓取网站的顶级网址，即要抓取的起始页。 ... 阅读全文