You are viewing a plain text version of this content. The canonical link for it is here.
Posted to user@nutch.apache.org by "Schackenberg, Benedikt" <sc...@termindoc.de> on 2006/07/16 20:01:13 UTC
probl. big help me
-----BEGIN PGP SIGNED MESSAGE-----
Hash: SHA1
hello, volks,
i did the follwing steps;
1.
bin/nutch admin db -create
2.
bin/nutch inject db -urlfile urls.txt
-- > in my urls.txt are 2 links_/ http://www.termindoc.de
http://www.heise.de
3.
bin/nutch generate db segments
4.
s1=`ls -d segments/2* | tail -1`
bin/nutch fetch $s1
5.
bin/nutch updatedb db $s1
6.
bin/nutch generate db segments
s2=`ls -d segments/2* | tail -1`
bin/nutch fetch $s2
bin/nutch updatedb db $s2
7.
bin/nutch generate db segments
s3=`ls -d segments/2* | tail -1`
bin/nutch fetch $s3
bin/nutch updatedb db $s3
8.
bin/nutch index $s1
bin/nutch index $s2
bin/nutch index $s3
************************************
my problem, the frist run works fine, sites termindoc.de and heise.de
are crawled,
but when i put new websites/links to the urls.txt thes new domains are
not crawled, what i am doing wrong ????
thx
benedikt schackenberg
- --
- - --
S&P data GmbH
T 06131 218111
F 06131 218112
E schackenberg@termindoc.de
W www.termindoc.de
PGP-Key-ID: 0x0D2E4AE4
Unser Impressum finden Sie unter http://www.termindoc.de/Impressum.htm
Alle Willenserklärungen der S&P data GmbH bedürfen zu ihrer Wirksamkeit
der Schriftform versehen mit zwei Originalunterschriften.
Für viele der Dateien, die Sie von uns erhalten, benötigen Sie zum
Betrachten den Acrobat Reader, den Sie hier erhalten können.
http://www.adobe.de/products/acrobat/readstep2.html
-----BEGIN PGP SIGNATURE-----
Version: GnuPG v1.2.5 (MingW32)
Comment: Using GnuPG with Mozilla - http://enigmail.mozdev.org
iD8DBQFEun7odUpiAQ0uSuQRAvfyAJ4wqgoPLwvAWvI+Bh3RCA3kkm3XQQCgpcNH
95saMsdISgoogRvuD29E+YM=
=Fnw9
-----END PGP SIGNATURE-----
AW: probl. big help me
Posted by "NG-Marketing, Matthias Schneider" <sc...@ng-marketing.com>.
Hy
Make sure to inject them. Just putting them in your .txt is not enough.
-----Ursprüngliche Nachricht-----
Von: Schackenberg, Benedikt [mailto:schackenberg@termindoc.de]
Gesendet: Sonntag, 16. Juli 2006 20:01
An: nutch-user@lucene.apache.org
Betreff: probl. big help me
-----BEGIN PGP SIGNED MESSAGE-----
Hash: SHA1
hello, volks,
i did the follwing steps;
1.
bin/nutch admin db -create
2.
bin/nutch inject db -urlfile urls.txt
-- > in my urls.txt are 2 links_/ http://www.termindoc.de
http://www.heise.de
3.
bin/nutch generate db segments
4.
s1=`ls -d segments/2* | tail -1`
bin/nutch fetch $s1
5.
bin/nutch updatedb db $s1
6.
bin/nutch generate db segments
s2=`ls -d segments/2* | tail -1`
bin/nutch fetch $s2
bin/nutch updatedb db $s2
7.
bin/nutch generate db segments
s3=`ls -d segments/2* | tail -1`
bin/nutch fetch $s3
bin/nutch updatedb db $s3
8.
bin/nutch index $s1
bin/nutch index $s2
bin/nutch index $s3
************************************
my problem, the frist run works fine, sites termindoc.de and heise.de
are crawled,
but when i put new websites/links to the urls.txt thes new domains are
not crawled, what i am doing wrong ????
thx
benedikt schackenberg
- --
- - --
S&P data GmbH
T 06131 218111
F 06131 218112
E schackenberg@termindoc.de
W www.termindoc.de
PGP-Key-ID: 0x0D2E4AE4
Unser Impressum finden Sie unter http://www.termindoc.de/Impressum.htm
Alle Willenserklärungen der S&P data GmbH bedürfen zu ihrer Wirksamkeit
der Schriftform versehen mit zwei Originalunterschriften.
Für viele der Dateien, die Sie von uns erhalten, benötigen Sie zum
Betrachten den Acrobat Reader, den Sie hier erhalten können.
http://www.adobe.de/products/acrobat/readstep2.html
-----BEGIN PGP SIGNATURE-----
Version: GnuPG v1.2.5 (MingW32)
Comment: Using GnuPG with Mozilla - http://enigmail.mozdev.org
iD8DBQFEun7odUpiAQ0uSuQRAvfyAJ4wqgoPLwvAWvI+Bh3RCA3kkm3XQQCgpcNH
95saMsdISgoogRvuD29E+YM=
=Fnw9
-----END PGP SIGNATURE-----