nutch

6ısı

1cevap

nasıl ayarlanır? Nutch'ı Cygwin ile çalıştırmaya çalışıyorum. JAVA_HOME'u ayarlarken sorun yaşıyorum. i cygpath: can't convert empty path bin/nutch: line 268: /cygdrive/f/program: No such file or dir

6ısı

2cevap

7 Ben windows ortamında ama ben hep şu istisna ile sona sitede <a href="http://wiki.apache.org/nutch/NutchTutorial">Nutch Tuorial Apache</a> verilen prosedüre uygun olarak çalıştırmayı deneyin her zaman nutch 1.6 kullanmaya çalışıyorum

: Exception in thread "main" java.io.IOException: Failed to set permissions of path: \tmp\hadoop-ajayn\mapred\staging\ajayn-1231695575\.staging to 0700 Net üzerinden kapsamlı arama yaptım ama somut

8ısı

1cevap

Hata nr

tarafından taranan solr verilerinde indekslenirken hata oluştu Nutch ve solr ile çalışmaya başladım ve Solr ile Nutch'ı entegre etme konusunda bir sorunum var. kullanılarak http://wiki.apache.org/nutc

5ısı

2cevap

Hangi Open Source Crawler en iyisidir?

Bir iyisi bu dört Nutch/Heritrix/OpenPipeLine/Apache Tika kıyaslıyorum? Her birinin esası ve zararı nedir? Ben web sitelerinin listesini tarayabilsek ve gerekirse değiştirilebilir bazı uzatılabilir ta

8ısı

3cevap

Sadece güncellenmiş siteler için Nutch ile yeniden tarama URL'si

Nutch 2.1 ile bir URL taradım ve sonra da güncelledikten sonra sayfaları yeniden taramak istiyorum. Bunu nasıl yapabilirim? Bir sayfanın güncellendiğini nasıl bilebilirim?

8ısı

2cevap

yetersiz alan ı geçtim 3 hafta boyunca nutch emekleme komutları çalışan edilmiştir komutunu

çalıştırmak nutch oluşturmak için denemek ve ben herhangi nutch komutunu Java HotSpot(TM) 64-Bit Server VM warning: Insufficient space for shared memory file: /tmp/hsperfdata_user/27050 Try using the

10ısı

1cevap

Makale taraması için Nutch nasıl genişletilir

Makaleleri almak için bir çerçeve arıyorum, sonra Nutch 2.1'i buluyorum. İşte planım ve sorular her açıklanmıştır: url içine makale listesi sayfalarını Add/seed.txt İşte bir problem. Dizine eklenmek i

6ısı

1cevap

Nutch üzerinde EMR problemi okuma S3'den itibaren

Merhaba Amazon'un EMR'sinde Apache Nutch 1.2 çalıştırmaya çalışıyorum. Bunu yapmak için S3'ten bir giriş dizini belirtiyorum. Aşağıdaki hatayı alıyorum: Fetcher: java.lang.IllegalArgumentException:

19ısı

5cevap

Nutch

için alternatif bir web tarayıcısı Sınırlı sayıda web sitesini dizine ekleyen özel bir arama motoru web sitesi oluşturmaya çalışıyorum. Ben ile geldi çözümdür: web tarayıcısı olarak nutch kullanılarak

5ısı

1cevap

Nutch: Veri okuma ve meta veriler ekleme

Yakınlarda apache nutch'i aramaya başladım. İlgi duyduğumun web sayfalarını nutch ile tarayabilir ve tarayabilirim. Bu verileri nasıl okuyacağımı tam olarak anlamadım. Temel olarak her sayfanın verile