nutchez 目前進度

• 目前的版本 nutchez_0.1 已經可以順暢的運作
  • menu --> ok
  • crawl web --> ok
  • tomcat --> ok
  • multi-user --> ok

增加功能

• 判斷中英文，模式：初學者（較多說明）、使用者（快速設定使用）、除錯（細部訊息）
• 說明資訊
• nutch-site.xml的更多設定

需改進

• 搜尋第二次就會超久
  • 猜測是繼承第一次的網址繼續爬網
  • 加個選項：承續前一次or重新爬網
  • 加個選項：只爬固定網址下的網頁
• 在搜尋的時候會有些java的error
  • 鎖定只爬取某些網頁
• 減肥
  • nutch = 80M , tomcat = 40M , total => 120M , 每個使用者又把tomcat複製到自己的家目錄下
  • 用link的方式，執行檔都用/opt/nutch/tomcat 但/opt/nutch/tomcat/conf 用自己家目錄的設定