UNIVERSIDAD TÉCNICA PARTICULAR DE LOJAINGENIERÍA EN SISTEMAS INFORMÁTICOS Y COMPUTACIÓN            Gestión Productiva Oro ...
GESTIÓN PRODUCTIVA ORO II                                 Crawl de la Universidad Técnica Particular de Loja              ...
GESTIÓN PRODUCTIVA ORO II                                 Crawl de la Universidad Técnica Particular de Loja              ...
GESTIÓN PRODUCTIVA ORO II                                       Crawl de la Universidad Técnica Particular de Loja        ...
GESTIÓN PRODUCTIVA ORO II                                                            Crawl de la Universidad Técnica Parti...
GESTIÓN PRODUCTIVA ORO II                                                                   Crawl de la Universidad Técnic...
GESTIÓN PRODUCTIVA ORO II                                                                      Crawl de la Universidad Téc...
GESTIÓN PRODUCTIVA ORO II                                                                   Crawl de la Universidad Técnic...
GESTIÓN PRODUCTIVA ORO II                                                       Crawl de la Universidad Técnica Particular...
GESTIÓN PRODUCTIVA ORO II                                                           Crawl de la Universidad Técnica Partic...
GESTIÓN PRODUCTIVA ORO II                                                  Crawl de la Universidad Técnica Particular de L...
GESTIÓN PRODUCTIVA ORO II                                                                Crawl de la Universidad Técnica P...
GESTIÓN PRODUCTIVA ORO II                                                 Crawl de la Universidad Técnica Particular de Lo...
GESTIÓN PRODUCTIVA ORO II                                                                  Crawl de la Universidad Técnica...
GESTIÓN PRODUCTIVA ORO II                                                                Crawl de la Universidad Técnica P...
GESTIÓN PRODUCTIVA ORO II                                                Crawl de la Universidad Técnica Particular de Loj...
GESTIÓN PRODUCTIVA ORO II                                                               Crawl de la Universidad Técnica Pa...
GESTIÓN PRODUCTIVA ORO II                                                 Crawl de la Universidad Técnica Particular de Lo...
GESTIÓN PRODUCTIVA ORO II                                                              Crawl de la Universidad Técnica Par...
GESTIÓN PRODUCTIVA ORO II                                                               Crawl de la Universidad Técnica Pa...
GESTIÓN PRODUCTIVA ORO II                                                    Crawl de la Universidad Técnica Particular de...
GESTIÓN PRODUCTIVA ORO II                                                                    Crawl de la Universidad Técni...
GESTIÓN PRODUCTIVA ORO II                                                         Crawl de la Universidad Técnica Particul...
GESTIÓN PRODUCTIVA ORO II                                            Crawl de la Universidad Técnica Particular de Loja   ...
GESTIÓN PRODUCTIVA ORO II                                                                  Crawl de la Universidad Técnica...
Upcoming SlideShare
Loading in …5
×

Gpoii v1

749 views

Published on

Instalación de Nutch en Windows.

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
749
On SlideShare
0
From Embeds
0
Number of Embeds
3
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Gpoii v1

  1. 1. UNIVERSIDAD TÉCNICA PARTICULAR DE LOJAINGENIERÍA EN SISTEMAS INFORMÁTICOS Y COMPUTACIÓN Gestión Productiva Oro II Crawl de la UTPL POR: Juan Carlos Lizaldes Poma FECHA: 24 DE JUNIO DE 2011 TUTORA: ING. ALEXANDRA GONZÁLEZ ABRIL – AGOSTO 2011
  2. 2. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.SOFTWARE NECESARIO: • Cygwin 1.7.9 • JDK 1.6.0_26 • Nutch-1.2 • Apache Tomcat 7.0.16 • Luke 3.0.1 2
  3. 3. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.PASOS PARA LA INSTALACIÓN:1. Instalar cygwin. 3
  4. 4. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.2. Instalar y configurar java. 4
  5. 5. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.3. Descomprimimos el nutch en cualquier directorio, en este caso en el disco C. En la carpeta de nutch descomprimida creamos una carpeta con el nombre urls. 5
  6. 6. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.4. Dentro de la carpeta urls creamos un archivo .txt con cualquier nombre. 6
  7. 7. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.5. Dentro de este archivo debe estar la dirección del sitio que vamos a realizar el crawl. 7
  8. 8. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.6. En la carpeta conf de nutch configuramos los archivos indicados. 8
  9. 9. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.7. El archivo crawl-urlfilter.txt quedará así: 9
  10. 10. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.8. El archivo nutch-site.xml lo configuramos así: 10
  11. 11. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.9. Ejecutamos el crawl dentro de cygwin. 11
  12. 12. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.10. Si termina correctamente debemos obtener una carpeta con el crawl dentro de nutch. 12
  13. 13. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.11. Instalamos y levantamos Apache Tomcat 13
  14. 14. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.12. Verificamos que todo esté bien ingresando en el navegador y colocamos http://localhost:8080 o 127.0.0.1:8080 14
  15. 15. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.13. Copiamos el archivo nutch-1.2.war de la carpeta nutch a la carpeta webapps de tomcat. 15
  16. 16. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.14. Hasta esta ruta copiamos el archivo. 16
  17. 17. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.15. Buscamos el archivo nutch-site.xml dentro del directorio C:Program FilesApache Software FoundationTomcat 7.0webappsnutch-1.2WEB-INFclasses 17
  18. 18. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.16. Editamos el archivo y lo dejamos así: 18
  19. 19. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.17. Paramos y recargamos Tomcat, abrimos el manager de aplicaciones y accedemos a nutch-1.2 19
  20. 20. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.18. Aquí tenemos el buscador y colocamos la palabra que necesitemos. 20
  21. 21. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.19. Obtenemos los resultados de la búsqueda. 21
  22. 22. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.20. Podemos utilizar la herramienta Luke para exportar el resultado del crawl a un archivo .xml 22
  23. 23. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.21. Desde aquí podemos exportar a un archivo .xml 23
  24. 24. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.22. Podemos revisar el xml generado. 24
  25. 25. GESTIÓN PRODUCTIVA ORO II Crawl de la Universidad Técnica Particular de Loja implementado con la herramienta NUTCH.REFERENCIAS:http://jcgpz.blogspot.com/2011/02/primeros-pasos-con-nutch.htmlhttp://jcgpz.blogspot.com/2011/03/indexando-documentos-con-nutch.htmlBlog escrito por José Carlos García consultor senior en Indra Sistemas (http://www.indracompany.com) en Madrid yquien ha brindado un valioso aporte a este proyecto. 25

×