如何将nutch2.3的bin/crawl脚本改写为java类

如何将nutch2.3的bin/crawl脚本改写为java类

在nutch2.3的bin目录下，默认的crawl脚本是用shell脚本编写的。如果要将其改写为java类，则需要做一些修改。

首先，需要修改bin/crawl脚本中的第一行，将#!/bin/sh改为#!/usr/bin/env java，这样才能使脚本在java环境中运行。

然后，在脚本中找到以下行：

NUTCH_JAVA_OPTS=""

将其改为：

NUTCH_JAVA_OPTS="-Djava.awt.headless=true"

这样就可以在没有图形界面的环境中运行脚本了。

接下来，需要修改脚本中的一些变量名，将其改为java中的变量名。例如，将变量名“segment”改为“seg”，将变量名“crawldb”改为“crawlDb”，将变量名“linkdb”改为“linkDb”等等。

最后，需要将脚本中的一些命令改为java中的命令。例如，将命令“echo”改为“System.out.println”，将命令“mkdir”改为“new File(dir).mkdirs()”，将命令“rm”改为“FileUtils.deleteDirectory(new File(dir))”等等。

修改完以上内容后，就可以将nutch2.3的bin/crawl脚本改写为java类了。