Crawl為Nutch提供的用于一站式抓取的命令，用戶只需要執行一條命令就可以完成抓取的全過程。 進入Nutch的主目錄，今后我們大部分執行命令的操作都是在Nutch主目錄完成的，而不是在Nutch的bin目錄里，因為這樣可以更方便地執行一些復雜的命令。查看一站式抓取命令： ~~~ bin/crawl ~~~ 查看nutch命令： ~~~ bin/nutch ~~~ 輸入以上兩個命令顯示了它們各自的使用方法，后文會詳細講解一部分常用的命令。 查看crawl的使用方法： ~~~ bin/crawl Usage:?crawl?[-i|--index]?[-D?"key=value"]?<Seed?Dir>?<Crawl?Dir>?<Num?Rounds> -i|--indexIndexes?crawl?results?into?a?configured?indexer -DA?Java?property?to?pass?to?Nutch?calls Seed?DirDirectory?in?which?to?look?for?a?seeds?file Crawl?DirDirectory?where?the?crawl/link/segments?dirs?are?saved Num?RoundsThe?number?of?rounds?to?run?this?crawl?for ~~~ -i|index用于告知nutch將抓取的結果添加到配置的索引器中。 -D用于配置傳遞給Nutch調用的參數，我們可以將索引器配置到這里。 Seed Dir種子文件目錄，用于存放種子URL，即爬蟲初始抓取的URL。 Crawl Dir抓取數據的存放路徑。 Num Rounds循環抓取次數 使用示例： 進入Nutch的runtime/local目錄，新建一個urls文件夾： ~~~ cd?apache-nutch-1.10/runtime/local mkdir?urls ~~~ 在urls文件夾中新建一個存放url的種子文件： ~~~ touch?urls/seed.txt ~~~ 向urls/seed.txt添加初始抓取的URL： ~~~ echo?http://www.163.com?>>?urls/seed.txt ~~~ 開始抓取網頁（這里需確保Solr已經啟動，否則不能正常在Solr中建立索引，安裝和配置參考[Nutch 1.10入門教程（三）——Solr安裝與配置](http://www.sanesee.com/article/step-by-step-nutch-solr-settings "Nutch 1.10入門教程（三）——Solr安裝與配置")）： ~~~ bin/crawl?-i?-D?solr.server.url=http://localhost:8983/solr/?urls/?TestCrawl/??2 ~~~ 這條命令中，-i告知爬蟲將抓取的內容添加到給定的索引中，solr.server.url=http://localhost:8983/solr/是Solr索引器的地址，urls/為種子URL文件路徑，TestCrawl為Nutch用于存儲抓取數據的文件夾（包含URL、抓取的內容等數據），這里的參數2表示循環抓取兩次。 通過執行上面一條命令，就可以開始抓取網頁了。 在瀏覽器中輸入http://:8983/solr，選擇collection1，就可以在里面通過關鍵字搜索到已經建立索引的內容。這里需要注意的是，爬蟲并沒有將指定URL的全部頁面抓取下來，查看抓取情況的具體方法請參考后續教程。