Question

Exception in thread "main" java.lang.IllegalArgumentException: Fetcher: No agents listed in 'http.agent.name' property.
        at org.apache.nutch.fetcher.Fetcher.checkConfiguration(Fetcher.java:1166)
        at org.apache.nutch.fetcher.Fetcher.fetch(Fetcher.java:1068)
        at org.apache.nutch.crawl.Crawl.run(Crawl.java:135)
        at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
        at org.apache.nutch.crawl.Crawl.main(Crawl.java:54)
        at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
        at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:57)
        at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
        at java.lang.reflect.Method.invoke(Method.java:616)
        at org.apache.hadoop.util.RunJar.main(RunJar.java:156)

每次我跑./nutch crawl urls -dir crawl -depth 3 -topN 5。 nutch决定抛出这个错误。我有我的nutch-site.xml＆amp; nutch-default.xml设置为。

 <property>
  <name>http.agent.name</name>
  <value>blah</value>
  </property>

取出描述以使其更易于阅读。但我没有看到可以指定代理名称的其他位置。如果有人有任何建议我会很感激。

Answer 1

使用1.3？如果是这样，请确保在runtime / local / conf中更改了nutch-site.xml（而不是默认值）除非使用ant重建，否则不会将NUTCH_HOME / conf中的conf更改为运行时目录。

Answer 2

尝试同时提供http.robots.agents的代理名称。它对我有用。我之后没有得到那条消息!!!

Nutch在'http.agent.name'中没有列出代理

2 个答案: