接受其他任何内容

Question

我在 Ubuntu 14.04 x64（AMD）LTS 上尝试 Apache Nutch 1.7 和 Solr ，当我尝试运行Nutch时，它给了我这个错误信息：

错误：未设置JAVA_HOME。

但是当我在终端上输入 echo $ JAVA_HOME 命令时，它会给我这条路径：的 / usr / lib中/ JVM / JAVA -7-的openjdk-AMD64

下面你可以看到我一步一步做了些什么。我该如何解决这个问题？

* ps ：Ubuntu是使用Oracle VirtualBox在Mac上运行的虚拟机

使用 sudo apt-get -y安装openjdk-7-jdk
通过 java -version 命令
使用以下方式设置JAVA_HOME：
sudo nano / etc / environment
然后在文件底部输入以下行： JAVA_HOME =＆＃34; / usr / lib / jvm / java-7-openjdk-amd64＆＃34;
kntrl + X保存更改的快捷方式。
然后这个命令： source / etc / environment
现在必须设置JAVA_HOME。我通过以下命令检查它，它给了我路径。 echo $ JAVA_HOME ，输出与上述相同。
然后我通过 sudo apt-get -y install solr-tomcat安装Solr
我通过在浏览器中输入此地址来控制安装： http://localhost:8080/solr ，它显示了solr的初始页
我从http://nutch.apache.org下载了Apache Nutch 1.7，文件命名为apache-nutch-1.7.-bin.tar.gz
然后提取它： tar -zxvf apache-nutch-1.7-bin.tar.gz
我简单地通过以下方式验证了Nutch的安装： cd apache-nutch-1.7 然后的仓/ Nutch的 输出就像用法：nutch COMMAND ......
然后我编辑 conf / nutch-site.xml 文件，如下所示：Link（您需要查看此标题：＆＃34; 3）设置你的Nutch-Site.Xml ＆＃34; ）我做的与最后一次参考不同的是; MyBot和MyBot，*字段。而不是 MyBot 我写了 mySpider
然后我进入了与终端的nutch的conf目录。这是我之后所做的： mkdir -p urls ， cd urls ， 触摸seed.txt ， nano seed.txt
我只在文件中写了这个网址，因为它在nutch的官方教程中提出了建议： http://nutch.apache.org

17我保存了更改的seed.txt文件。我编辑conf / regex-urlfilter.txt文件。我删除了这两行：

接受其他任何内容

+

然后我写了这个而不是他们：

+^http://([a-z0-9]*\.)*nutch.apache.org/

之后，

我在教程中建议使用此命令： bin / nutch抓取网址-dir抓取-depth 3 -topN 5

在此命令后，我看到此错误消息：错误：未设置JAVA_HOME。

我也找到了这篇文章，但它也没有解决我的问题： Nutch - Getting Error: JAVA_HOME is not set. when trying to crawl

Answer 1

首先尝试：readlink -f $（java）

这将告诉你JAVA_HOME的确切位置，你应该看到类似的东西：

  /usr/lib/jvm/java-7-openjdk-amd64/jre/bin/java

然后在调用爬网脚本之前尝试使用此值设置JAVA_HOME，即

export JAVA_HOME=/usr/lib/jvm/java-7-openjdk-amd64/jre/ 
bin/nutch crawl urls -dir crawl -depth 3 -topN 5

请注意，该值应指向有效JDK位置内的JRE目录。

P.S。您缺少Solr URL参数（如果您想要对已爬网文档编制索引）

Nutch 1.7 JAVA_HOME未设置错误

接受其他任何内容

1 个答案: