F、设置待抓取的网站
cd ${APACHE_NUTCH_HOME}/runtime/local
mkdir -p urls
echo 'http://nutch.apache.org/' > urls/seed.txt
G、执行爬行操作： bin/nutch crawl urls -depth 3 -topN 5
执行完在mysql中即可以查看到爬虫抓取的内容
3、安装solr，对nutch抓取的内容进行索引
（注意：参考资料中推荐使用solr4.0版本，4.0的两个版本我都试了，没有成功，所以替换为3.6.1版本）
solr下载地址：http://www.fayea.com/apache-mirror/lucene/solr/3.6.1/apache-solr-3.6.1.zip
A、解压缩下载包，
B、下载 http://nlp.solutions.asia/wp-content/uploads/2012/08/schema.xml替换${APACHE_SOLR_HOME}/example/solr/conf/schema.xml.
C、启动solr
cd ${APACHE_SOLR_HOME}/example java -jar start.jar
D、在浏览器输入地址http://localhost:83/solr 测试是否启动成功。
E、另起linux终端，输入如下命令，使solr对nutch抓取内容进行索引。
cd ${APACHE_NUTCH_HOME}/runtime/local/
bin/nutch solrindex http://127.0.0.1:83/solr/ -reindex
4、测试
在浏览器输入 http://localhost:83/solr ，看到如下界面：
在文本框中输入 content:nutch 点击查询，便可查处内容中包含nutch关键字的网页
下载本文