nutch java.io.UTFDataFormatException: Invalid byte 1 of 1-byte UTF-8 sequence

来源：互联网发布：linux怎么删除目录编辑：程序博客网时间：2024/04/26 13:23

原文地址：http://liyanblog.cn/articles/2012/09/25/1348555726092.html

MyPoint：当我们配置Nutch搜索环境时，需要将Nutch发布的文件nutch-*.*.war（这里我使用的是nutch-1.1.war）复制到Tomcat下的webapps文件下，然后我们会配置 WEB-INFclasses下的nutch-site.xml来使用我们建立好的索引文件，就是建立一个"searcher.dir"的property，然后将其值设定为我们建立好的索引文件的所在目录（我自己的机器为E:\gdc_MyEclipseWorkspace\Nutch1.1\testData\out）。一般来说，我们都是直接复制网上的内容来修改WEB-INFclasses下的nutch-site.xml，但是这个复制时会带有空格或编码格式，这都是Tomcat不能处理的。所以最好是自己将配置内容敲进文件中。

2) 修改配置文件指定索引库.( WEB-INFclasses下的nutch-site.xml):

<?xml version="1.0"?>
　　<?xml-stylesheet type="text/xsl" href="nutch-conf.xsl"?>

　　　<nutch-conf>
　　　<property>
　　　　<name>searcher.dir</name>
　　　　<value>G:/nutch-0.9/crawled</value>
　　　</property>
　　 </nutch-conf>

注意，当复制上述配置文件时，如果出现下列错误，是因为复制文件时带有空格或编码格式，重敲一遍即可: java.io.UTFDataFormatException: Invalid byte 1 of 1-byte UTF-8 sequence