隨筆-8  評論-31  文章-0  trackbacks-0
            2007年3月12日
          我在Run Nutch的時候出現這樣的錯誤 -

          08/07/07 04:05:41 INFO conf.Configuration: found resource crawl-urlfilter.txt at file:/home/hut/installfiles/nutch-0.9/out/production/nutch-0.9/crawl-urlfilter.txt
          08/07/07 04:05:41 INFO conf.Configuration: found resource parse-plugins.xml at file:/home/hut/installfiles/nutch-0.9/out/production/nutch-0.9/parse-plugins.xml
          08/07/07 04:05:41 INFO fetcher.Fetcher: fetching http://www.yale.edu/
          08/07/07 04:05:41 INFO fetcher.Fetcher: fetching http://www.harvard.edu/
          08/07/07 04:05:41 INFO fetcher.Fetcher: fetch of http://www.harvard.edu/ failed with: org.apache.nutch.protocol.ProtocolNotFound: protocol not found for url=http
          08/07/07 04:05:41 INFO fetcher.Fetcher: fetch of http://www.yale.edu/ failed with: org.apache.nutch.protocol.ProtocolNotFound: protocol not found for url=http

          解決方法:nutch-site.xml
              <property>
                  
          <name>plugin.includes</name>
                  
          <value>
                      nutch-extensionpoints|
          protocol-http|urlfilter-regex|parse-(text|html|js)|index-basic|query-(basic|site|url)|summary-basic|scoring-opic|urlnormalizer-(pass|regex|basic)
                  
          </value>
                  
          <description>Regular expression naming plugin directory names to
                      include. Any plugin not matching 
          this expression is excluded.
                      In any 
          case you need at least include the nutch-extensionpoints plugin. By
                      
          default Nutch includes crawling just HTML and plain text via HTTP,
                      and basic indexing and search plugins. In order to use HTTPS please enable
                      protocol
          -httpclient, but be aware of possible intermittent problems with the
                      underlying commons
          -httpclient library.
                  
          </description>
              
          </property>

          nutch-extensionpoints|被我錯誤的刪除了,還原以后一切工作正常. 默認情況下nutch0.9的目錄結構中并沒有plugin.includes這個properties, 它會載入nutch-default.xml里面的plugin.includes所以定義的所有的plugin. 在nutch-site.xml編輯/加入 plugin.includes properties的目的是為了加入我們自己的plugin而覆蓋nutch-default.xml定義的.
          posted @ 2008-07-10 11:38 自己的小屋 閱讀(2345) | 評論 (0)編輯 收藏
          Nutch0.9 Crawl在Run的時候,有時候會出現 -


          java.lang.ArrayIndexOutOfBoundsException: -1

          at org.apache.lucene.index.MultiReader.isDeleted(MultiReader.java:
          113)

          at org.apache.nutch.indexer.DeleteDuplicates$InputFormat$DDRecordReader.next(DeleteDuplicates.java:
          176)

          at org.apache.hadoop.mapred.MapTask$
          1.next(MapTask.java:157)

          at org.apache.hadoop.mapred.MapRunner.run(MapRunner.java:
          46)

          at org.apache.hadoop.mapred.MapTask.run(MapTask.java:
          175)

          at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:
          126)

          Exception in thread 
          "main" java.io.IOException: Job failed!

          at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:
          604)

          at org.apache.nutch.indexer.DeleteDuplicates.dedup(DeleteDuplicates.java:
          439)

          at org.apache.nutch.crawl.Crawl.main(Crawl.java:
          135)

          問題的解決方法:

          https://issues.apache.org/jira/browse/NUTCH-525?page=com.atlassian.jira.plugin.system.issuetabpanels:comment-tabpanel#action_12515955



          posted @ 2008-07-10 11:32 自己的小屋 閱讀(621) | 評論 (0)編輯 收藏
          那是2007年三月二日,我發了<定位Java類中的每個方法在類文件中的位置>
          引起了幾個大蝦的注意并且給我指點,當時看了以后也沒有怎么弄,也不知道怎么弄.

          這是cape給我的建議:

          最直接的辦法應該是分析class的bytecode,找到每個Method_info->Code Attribute->LineNumberTable Attribute

          今天空閑得慌而是我拿這個method linenumber幾個keyword在網上狂搜了一把,
          http://www.ibm.com/developerworks/cn/java/j-dyn0302/index.html

          得到美文一篇,用Javassist來做. Javassist是一個專門操控java class的bytecode的類,可以動態的改變其狀態,我沒有深究它到底有多大的能耐,有興趣可以去它的官方網站看看,

          http://www.csg.is.titech.ac.jp/~chiba/javassist/

          但是它確實可以象cape指點的那樣,讓我實現對java類中的每個方法的定位(得到類中的某個方法的lineRange)

          而是我就隨便翻了幾個例子以后根據在線文檔寫了不到100行代碼輕松搞定。:) 我高興啊。

          干這個事情的兩個java的source code可以從這里得到:

          http://www.aygfsteel.com/Files/xmp123/MethodParser.zip

          代碼很簡單,我就不解釋代碼了。

          這是示例結果:
          ------------------------------------------------------------------------------------------------------------------------------
          Analyzing net.blogjava.xmp123.MyMethodInfo ...
          net.blogjava.xmp123.MyMethodInfo.getLineList() locate between 56 and 56

          net.blogjava.xmp123.MyMethodInfo.updateLineList() locate between 63 and 80

          net.blogjava.xmp123.MyMethodInfo.addLineToLineList(int) locate between 87 and 89

          net.blogjava.xmp123.MyMethodInfo.setLineList(java.util.List) locate between 95 and 97
          ...
          ------------------------------------------------------------------------------------------------------------------------------

          希望這東西有用......
          posted @ 2007-08-15 17:56 自己的小屋 閱讀(1147) | 評論 (0)編輯 收藏
               摘要:   閱讀全文
          posted @ 2007-03-12 15:40 自己的小屋 閱讀(2271) | 評論 (9)編輯 收藏
          主站蜘蛛池模板: 突泉县| 当涂县| 安阳市| 桦川县| 托克托县| 霍城县| 集安市| 江永县| 长宁县| 区。| 库车县| 西盟| 镇安县| 汽车| 沙田区| 建平县| 板桥市| 东兰县| 黄山市| 斗六市| 东安县| 青浦区| 大关县| 远安县| 中西区| 崇信县| 凉城县| 忻城县| 图片| 惠州市| 正宁县| 民和| 宜昌市| 开江县| 天祝| 阿克| 葫芦岛市| 长沙市| 嘉禾县| 樟树市| 清流县|