nutch0.9 Windows下的安装和使用(二)

这篇主要记录下,我自己使用过程中遇到的问题以及解决方案:

1. 在Nutch的搜索框中输入中文变成乱码的问题。问题是由Tomcat引起的，只要在Tomcat的conf\server.xml指定编码便可解决问题，修改后的内容如下：

<Connector 
    port="8080" 
    protocol="HTTP/1.1" 
    connectionTimeout="20000" 
    redirectPort="8443" 
    URIEncoding="UTF-8" 
    useBodyEncodingForURI="true" />

其中URIEncoding="UTF-8"和useBodyEncodingForURI="true"是要添加的内容。

2. 错误信息：

Stopping at depth=0 - no more URLs to fetch.
No URLs to fetch - check your seed list and URL filters.

你漏了在conf/crawl-urlfilter.txt中设置搜索范围，详见上篇。

3. 错误信息：

failed with: java.lang.RuntimeException: Agent name not configured!

你漏了设置爬虫的Agent信息，详见上篇。

 

4.执行查询时候出现这个错误

HTTP Status 500 -

--------------------------------------------------------------------------------

type Exception report

message

description The server encountered an internal error () that prevented it from fulfilling this request.

exception

org.apache.jasper.JasperException: /search.jsp(151,22) Attribute value language + "/include/header.html" is quoted with " which must be escaped when used within the value
org.apache.jasper.compiler.DefaultErrorHandler.jspError(DefaultErrorHandler.java:40)
分析：查看nutch Web应用根目录下的search.jsp可知，是引号匹配的问题。

"<%= language + "/include/header.html"%>"/>  //line 152 search.jsp

第一个引号和后面第一个出现的引号进行匹配，而不是和这一行最后一个引号进行匹配，所以问题就出现了。

解决方法：

将该行代码修改为：

这里我们定一个字符串urlsuffix，我们把它定义在language字符串定义之后，

  String language =   // line 116 search.jsp
    ResourceBundle.getBundle("org.nutch.jsp.search", request.getLocale())
    .getLocale().getLanguage();
 String urlsuffix="/include/header.html";

修改完成后，为确保修改成功，重启一下Tomcat服务器，进行搜索，不再报错。

贴个我大功告成后的图: happy中,毕业设计终于有点小眉目了.虽然一直很BS win但是毕业设计回归win还是发现N多好处的^_^.开始学习nutch+aglet