Question

我正在尝试在Windows 7中配置nutch，我已经按照以下步骤进行了操作

我已经下载并解压缩了apache nutch 1.8，我在conf / nutch-site.xml中指定了代理名称，如

<configuration>
<property>
 <name>http.agent.name</name>
 <value>My Nutch Spider</value>
</property>
</configuration>

在apache home中按照命令执行 - ＆gt;

mkdir -p urls

cd urls

touch seed.txt - ＆gt;在urls /下创建一个文本文件seed.txt，其中包含以下内容（每个网站需要一个网址，以便您希望Nutch抓取）。

nutch.apache.org /

在conf / regex-urlfilter.txt中使用 - ＆gt;编辑+ ^（[a-z0-9] *。）* nutch.apache.org/

但在我做的时候在bin中

bin / nutch crawl urls -dir crawl -depth 3 -topN 5

发生

错误 - ＆gt; bash：nutch：命令未找到

为什么？

Answer 1

Nutch脚本是为linux环境编写的。

你可以使用它（虽然它似乎需要做更多的工作才能完成）：

按照此处的建议设置Cygwin：