Nutchがクロールして作ったインデックスファイルを見るツールに、Lukeというものがある。手軽に中身を見れて便利

nutch 1.0のクローラーを実行する準備として、以下の環境が必要。Java 1.6（nutch 0.9まではJava 1.5で良かったんだけどね。） Tomcat 5.5以上 CygwinクロールするURLを記述したテキストファイル（testurl.txtとでもしておく）を用意する。 www.テスト用のド…

NutchのWEBサイトから、nutch-1.0.tar.gzをダウンロードする。nutch-1.0.tar.gzを解凍する。以下のようなディレクトリ構成が確認できる。C:\直下など、コマンドラインから操作しやすい場所に、解凍してできたnutch-1.0という名前のフォルダをnutchとフォルダ…