Question

apache-nutch-1.5.1有没有高手可以教一下在windows xp系统下怎么安装？使用爬虫

我的是windows xp系统，apache-tomcat-6.0.30，MyEclipse 10.0， cygwin
nutch则是从网上下载的
apache-nutch-1.5.1-bin.tar.gz
apache-nutch-1.5.1-bin.zip
apache-nutch-1.5.1-src.tar.gz
apache-nutch-1.5.1-src.zip
四个压缩包。
琢磨了好几天了，网上也找不到教学
找到的都是0.7,0.9最新的也不过是1.2的，
但是nutch从1.3,1.4以后改版很大很大，参考价值很小。
至于1.5则是有一个linux系统下安装的介绍。但是尝试了下，并不适用。
希望高手给个指导，最好具体点。成功的话绝对追加财富悬赏的。
执行bin/nutch 没有问题。
conf/nutch-default.xml中

< name>http.agent.name< /name> 后改为
< value>ABC< /value>

< name>plugin.folder< /name> 后改为
< value>.src/plugin< /value>

conf/crawl-urlfilter.txt中

+^http://([a-z0-9]*\.)*MY.DOMAIN.NAME改为
+^http://([a-z0-9]*\.)*sohu.com/

建urls文件夹，内部建urls.txt内容http://www.sohu.com/

然后不管事在myeclipe中对Crawler属性进行修改还是
用Cygwin直接输入
bin/nutch crawl url.txt -dir crawled -depth 3 -threads 4 >& crawl.log

命令，日志文件会出现，
但是爬虫爬的东西应该存储的crawled文件夹没有。。。也就是说爬出来的东西没有。或者根本没有爬网站
我实在是不知道怎么办了？

Answer 1

到用户主目录：

cd ~

建立文件夹：

mkdir nutch

将文件拷贝到~/hadoop/nutch目录，解压缩：

tar -zxvf apache-nutch-1.5-bin.tar.gz

如果没用权限，可以使用chmod和chown授权

验证一下，执行

bin/nutch 

追问

到这里都没有问题，说是这样就可以证明是否可用。后面不会弄了

追答

这没问题就可用了啊......

追问

⊙﹏⊙b汗
麻烦您看下我的问题补充可以吗？我运行程序，却不知道到底爬没爬，应该建立的存储爬过资料的文件也没有出现