Nutch在Windows中安装之细解
Nutch在Windows中安装之细解
近来Nutch一词在网络中时有所见，但囿于平常工作繁忙而未能潜心细读与研究，只知道Nutch是Apache组织的一个开源项目，利用它用户可以建立自己内部网的搜索引擎，也可以建立针对整个网络的搜索引擎。好在春节假日期间，终于得空可以从容对其进行一番解读与测试了。在使用Nutch之前，当然是需要先对其进行安装了。用搜索引擎查找了一下相关内容，发现大部分关于Nutch如何安装的文章都是基于linux的，而基于Windows安装的文章虽有，但非常简略。由于运行Nutch自带的脚本命令需要Linux的环境，所以必须首先安装Cygwin来模拟这种环境，而Cygwin本身的安装与使用也不是一件简单的事。下面，就让笔者对Nutch在Windows系统中的安装进行一番细解吧！
1、安装Cygwin
首先，我们去http://www-inst.eecs.berkeley.edu/~instcd/iso/下载到Cygwin软件的ISO文件，用Daemon软件将其设为虚拟光驱后，双击其中的Setup文件，出现程序安装的向导界面（如图1所示）。
点击“下一步”后，安装向导要求选择Cygwin的安装方式，如图2所示：
图示中共有三种安装方式：
（1）Install from Internet：从Internet上下载并安装软件；
（2）Download Without Installing：从Internet上下载安装的文件，但暂时不安装；
（3）Install from Local Directory：从本地含有安装文件的目录进行安装。
我们选择第三项“Install from Local Directory”后，点击“下一步”，如图3所示：
安装向导要求选择Cygwin的安装路径，我们可以在“Root Directory”文本框中更改安装路径，点击“下一步”，如图4所示：
安装向导要求选择Cygwin安装文件所在的本地存储路径，可以在“Local Package Directory”中设置，点击“下一步”，如图5所示：
安装向导显示出所要安装的内容列表，用户可以根据自己的实际需要来决定安装哪些程序。点击循环箭头图标后面的文字，可以更改安装的方式，常用的方式有Default（表示只安装缺省的安装项）、Install（表示安装全部程序，空间要求较大）、Reinstall（表示重新安装程序）。推荐选择“Install”方式，一步到位，以免后扰，不过用户应保证至少有2G以上的空间可供使用。点击“下一步”后，就开始正式的安装了（如图6所示）。
最后出现如图7所示的窗口，点击“完成”后，Cygwin安装完毕。
至此，笔者还要对Cygwin再多说几句。Cygwin是一个在Windows平台上模拟运行Unix的环境，用户可以通过它来熟悉与学习Unix系统的操作。对于Unix系统还不甚熟悉的读者可以参阅笔者之前写作的《Unix操作系统的入门与基础》、《Unix的轻便“约取而实得”》系列文章，下文中对涉及使用到的Unix命令将不再给予具体解释。
2、安装Nutch
去http://mirror.vmmatrix.net/apache/lUCene/nutch/下载到Nutch的最新版本，将其解压到指定目录中，如笔者是将其解压到I:\nutch-0.7.1中。
3、测试Nutch命令
在运行Nutch的脚本命令前，需要设置一些环境变量。Cygwin提供了一个名为cygwin.bat的文件，通过它可以自动完成必需环境变量的设置。该文件可在cygwin所在的根目录下找到，感爱好的读者还可通过UltraEdit等编辑器打开该文件一查究竟。其实Cygwin安装完成之后，会在Windows系统桌面生成一图标，如图8所示：
此图标就是cygwin根目录下cygwin.bat文件的快捷方式，双击此图标将打开一类似DOS窗口。由于先前笔者将Nutch的压缩包解压至I:\nutch-0.7.1中，故在此命令窗口中输入命令“cd /cygdrive/i/nutch-0.7.1”，读者可根据自己的安装路径进行相应的修改，然后使用命令“ls -l”可查看nutch-0.7.1中的所有子目录及文件信息。执行命令“bin/nutch”，假如读者能看到如图9所示的提示，那恭喜你，Nutch在Windows系统中的安装已经大功告成了！
至于Nutch的使用，且待后续分解：）
