nutch-0.9 build.xml和.bat文件 配置

在Windows下运行Nutch，很简单，只要你能执行Crawl这个类就行，写一个Ant脚本放在Nuthc的根目录下执行它就OK，内容如下：

<project name="nutch-crawl" default="crawl" basedir=".">
    
    <property name="lib.dir"  location="lib"/>
    <property name="conf.dir"  location="conf"/>
    

    <path id="project.classpath">
        <fileset dir="." includes="nutch-*.jar"/>
        <fileset dir="lib" />
        <pathelement path="."/>
        <pathelement path="${conf.dir}"/>
    </path>
    
    
    <target name="crawl" >
        <echo>crwaling starting</echo>
        <property name="JVM.extra.args" value="-Xmx512m" />
        <java classname="org.apache.nutch.crawl.Crawl" classpathref="project.classpath" fork="true">
            <jvmarg line="${JVM.extra.args}"/>
            <arg value="C:/dev-tools/nutch-0.9/urls"/>  <!-- url.txt文件存放的目录 -->
            <arg value="-dir"/>
            <arg value="C:/dev-tools/nutch-0.9/crawl"/>  <!-- 爬虫文件存放的目录 -->
            <arg value="-depth"/>
            <arg value="3"/>
            <arg value="-threads"/>
            <arg value="15"/>
        </java>
        <echo>crwaling finished</echo>
    </target>
    
</project>

 

启动bulid.xml批处理文件run.bat(放在Nuthc的根目录,假若工程放在E盘下)

@echo off  
cd e:
ant
pause