Crawlzilla 網頁執行介面

管理介面預設網址為：​http://localhost:8080 或 ​http://ServerIP:8080，登入後首頁如下：

設定網頁管理者密碼

首次進入網頁介面時，必須先重設管理者密碼（預設密碼為：crawler），設定密碼點選送出並重新登入後就可執行系統。

建立第一個搜尋引擎

Step1. 開啟所有運算服務

由於執行Crawl必須透過Hadoop運算，因此執行Crawl前請先依序確認以下服務是否已開啟，若為關閉狀態，請依序開啟這些服務。

• Namenode and Jobtracker
• Datanode and Tasktracker(需開啟全部的運算節點)

若不熟悉開啟步驟，請參考系統管理介面操作說明

Step2. 至Crawl網頁中設定爬取項目

依序填入：索引庫名稱，欲抓取的網址（可多行，如圖所示）及設定爬取深度即可送出

送出後如圖所示，等候時間需視視每台主機的運算速度而定。

Step3. 瀏覽網頁爬取進度

透過系統狀態頁面，可即時了解網頁爬取進度

待出現"Finish"表示索引庫已建立，並可將此一訊息刪除

• 完成此一步驟，第一個搜尋引擎已建置，右側快速連結中的"tracCloud_and_nchcTW_3"即為此次所建立的搜尋引擎。

Step4. 測試搜尋引擎功能

點選右側快速連結中的"tracCloud_and_nchcTW_3"進入搜尋引擎後，輸入一組關鍵字測試搜尋結果，下圖為輸入"nchc"為例：

Imagr(7.png)?

搜尋結果：

Imagr(7.png)?

其他功能

索引庫管理

索引庫瀏覽

索引庫刪除

網頁多工爬取

同時存在多個搜訊引擎

在網頁中嵌入搜尋引擎

last modified: 2010/08/20