Lucene和Nutch的文章荟萃

车东的 Lucene：基于Java的全文检索引擎简介

 

Nutch 初体验

很经典,讲了nutch与lucene 以及其他一些爬虫的比较。和建立一个抓取企业内部网(Intranet crawling)实例。但是可能是版本的问题。其中少了关键的一步。

 

2.Tutorial (0.8.x)

这里是官方的那个文档，补全了少的那一步。

否则出现后果为
Fetcher: segment: info/segments/20061207221006
Fetcher: threads: 4
fetching http://student.ustb.edu.cn/
fetch of http://student.ustb.edu.cn/ failed with: java.lang.NullPointerException
Fetcher: do

看这个一可以解决问题

http://lucene.apache.org/nutch/tutorial8.html

 

3。Nutch 初体验之二

讲了一些nutch全网crawl的东西，其实这些都可以在nutch的wiki里找到！就是那里是英文，不太舒服！这个文章挺不错得！

 

4。Nutch 在 Windows 中安装之细解

主要是说Cygwin的安装，Cygwin是个挺好的东西，建议大家即使不用Nutch也装一个，因为用bash确实很爽！

 

5。nutch中文分词

http://www.rxiao.com/blog/article.asp?id=138

 

Nutch 实战 ：介绍了开源搜索引擎 Nutch 的基本信息，详细说明了在 Eclispe 下运行 Nutch 的步骤和需要注意的问题，还分析了部分源代码。很好的文章

http://www.ibm.com/developerworks/cn/opensource/os-cn-nutchintro