首先需下载heritrix1.14.4.zip和heritrix-1.14.4-src.zip(最新版本)。下载地址:http://sourceforge.net/projects/archive-crawler/files/archive-crawler%20(heritrix%201.x)/
Heritrix的安装有两种方式:命令行方式运行和在Eclipse中配置Heritrix。
1.1 命令行方式运行。
a、 将得到的heritrix-1.14.4.zip压缩包直接解压缩到某一目录,我选择的是/home/abc/Heritrix
b、 然后,将 /home/abc/Heritrix 目录中的heritrix-1.14.4.jar文件解压缩,把profiles\default 下的两个文件order.xml和seeds.txt复制到/home/abc/Heritrix 目录下。
c、 以文本编辑方式打开 E:\Heritrix\conf 下的heritrix.properties文件,在“heritrix.cmdline.admin = ” 项的后面加入你所要设定的管理员账户和密码,用“:”分割,如:heritrix.cmdline.admin = admin:admin
d、 复制 /home/abc/Heritrix/conf 下的jmxremote.password.template文件到主目录/home/abc/Heritrix 下,并更名为jmxremote.password,属性最好设置为只读文件。编辑此文件,更改最后两行"monitorRole @PASSWORD@"、"controlRole @PASSWORD@"中的"@PASSWORD@"为管理员密码。如:
monitorRole admin
controlRoleadmin
e、 shell定位到 /home/abc/Heritrix/bin 下,执行 "heritrix --admin=admin:admin"命令,即可启动 heritrix。
f、 Heritrix默认端口是8080,需要保证系统端口没有冲突,然后可以访问 http://127.0.0.1:8080或http://localhost:8080/ 使用 heritrix 提供的WUI,即Web管理端。并使用"admin/admin"登录。
可能会出现的异常:
首先你在执行 "heritrix --admin=admin:admin"命令的时候可能会提示权限不够,所以直接修改权限,修改到牛一点的chmod 777 heritrix 然后就可以执行了
正常情况下是可以打开对应的页面的。