Nutch在eclipse环境配置

Nutch 的初步配置可先参考这个link

http://peigang.iteye.com/blog/1682107

 

遇到几个在window上无法run的问题，在这里纪录一下

1. 按照杨尚川的视频9. 先对hadoop-1.0.3下载原码，然后修改thow exception变成LOG.Warn及autoreconf 的问题解决后。编译完成hadoop-1.0.3后，把它更新到ivy的reposity中。

2. 在运行parschecker中，遇到

Exception in thread "main" java.lang.RuntimeException: x-point org.apache.nutch.protocol.Protocol not found.

是因为在nutch-default.xml中没有指定正确的plugin.folder，所以无法找到plugin的类。这个可以在hadoop.log找到没有load plugin

3. 最后出现urlnormalizer-regex 这个类没找到。原因是因为java Build Path的source中没有把urlnormalizer-regex加进去。后把urlnormalizer-regex 下的java, test目录加进去。就一切正常的