### 在Eclipse中调试Nutch 1.0
#### 概述
本文旨在提供一个详细的指南，帮助用户在Eclipse IDE环境下配置并调试Nutch 1.0版本。Nutch是一款开源的网络爬虫框架，它能够抓取、索引互联网上的网页，并支持多种插件扩展。对于开发人员来说，在IDE环境中进行调试可以极大地提高开发效率，特别是在处理复杂的代码逻辑时。
#### 准备工作
- **Nutch版本**：确保使用的是Nutch 1.0版本。
- **Eclipse版本**：测试环境为Eclipse 3.3 (Europa) 和 3.4 (Ganymede)，这两个版本都支持Nutch 1.0的调试需求。
- **Java版本**：推荐使用Java 1.6，该版本与Nutch 1.0兼容性良好。
- **操作系统**：本指南适用于Ubuntu等大多数平台，也包括了针对Windows XP和Vista的操作指南。
#### 步骤详解
##### Windows用户的特殊准备
对于Windows用户，首先需要安装Cygwin，因为Nutch的一些脚本是基于Unix环境编写的，而Cygwin提供了这些脚本运行所需的Unix-like环境。
1. **安装Cygwin**
- 下载地址：[http://www.cygwin.com/setup.exe](http://www.cygwin.com/setup.exe)
- 安装Cygwin，并设置其PATH环境变量。
- 通过控制面板 -> 系统 -> 高级选项 -> 环境变量来编辑/添加PATH。
- 示例PATH：`C:\Sun\SDK\bin;C:\cygwin\bin`
- 测试安装：在Windows命令行窗口中运行`bash`命令，如果成功，则表示Cygwin已正确安装。
2. **解决Vista UAC问题**
- 如果你在Windows Vista上运行Eclipse，可能需要给予Cygwin管理员权限或关闭Vista的用户账户控制（UAC）功能。
- 这是因为当稍后运行爬虫时，Hadoop可能会报错无法更改目录权限：`org.apache.hadoop.util.Shell$ExitCodeException: chmod: changing permissions of Permission denied`。
##### 安装Nutch
1. **下载Nutch**
- 可以从官方网站下载最新发布的Nutch 1.0版本，或直接下载并解压官方1.0版本。
2. **不要构建Nutch**
- 在安装过程中，不要急于构建Nutch。确保Nutch目录中没有`.project`和`.classpath`文件。
##### 在Eclipse中创建项目
1. **新建Java项目**
- 打开Eclipse，选择“文件”->“新建”->“项目”->“Java项目”，然后点击“下一步”。
- 给项目命名，例如“Nutch_Trunk”。
- 选择“从现有源代码创建项目”，并指定Nutch的下载位置。
- 点击“下一步”，等待Eclipse扫描文件夹。
2. **添加“conf”文件夹到类路径**
- 右键点击项目，选择“属性”->“Java构建路径”。
- 在左侧菜单中选择“类路径”选项卡。
- 添加“conf”文件夹到类路径中。
#### 常见问题及解决方案
- **缺少JAR文件**
- 在官方文档中提到的缺失JAR文件可以在SourceForge等网站下载，但可能存在文件损坏的情况。建议在CSDN或其他国内下载站点获取更稳定的资源。
- **日志文件调试**
- 在调试过程中，查看日志文件（如`logs/hadoop.log`）有时会比直接在Eclipse中调试更快捷。
#### 总结
通过以上步骤，你应该能够在Eclipse中成功配置并调试Nutch 1.0。这种方式不仅提高了开发效率，还方便了代码的管理和维护。如果你在配置过程中遇到任何问题，可以通过官方文档、社区论坛或在线教程寻求帮助。
