下载heritrix-1.14.4.zip和heritrix-1.14.4-src.zip,分别解压到heritrix-1.14.4和heritrix-1.14.4-src; 2.新建空的Java Project, 命名为Heritrix(路径为%MYECLIPSE_HOME%/workspace/Heritrix); (注:Eclipse在创建工程有两种选择,可不用把代码放进src目录,默认的话,会生成bin和src文件夹的,在下图选择,第一个就是不用放在src,第二个是默认的。创建Heritrix工程时要选择根目录是源码目录,否则默认要把源码放到src目录,如下图,要选第一项) 3. 把heritrix-1.14.4-src/src/java/目录下的org文件夹和st文件夹拷贝到Heritrix/src目录下,并把该目录设为classpath; 把heritrix-1.14.4/src下的webapps文件夹拷贝到Heritrix根目录下; 把heritrix-1.14.4-src下的lib目录拷贝到Heritrix根目录下; 4. 解压缩heritrix-1.14.4目录下的heritrix-1.14.4.jar文件到heritrix_jar文件夹,把heritrix_jar目录下的modules、profiles、selftest三个文件夹以及拷贝到Heritrix根目录下,arcMetaheaderBody.xsl、heritrix.properties、jndi.properties拷贝到modules里,并把该目录设为classpath,否则运行是找不到heritrix等的properties文件。;
5. 在项目Herirtix的Propertries->Java Build Path->Liabraries->Add External JARs 引入F:/Heritrix/heritrix-1.14.4-src/lib的jar包 6. 打开Heritrix /heritrix.properties文件,找到“heritrix.cmdline.admin =”,修改为“heritrix.cmdline.admin = admin:admin”; 7. 找到org.archive.crawler包,运行Heritrix.java中的main函数,run as Java Application。
注:若果src出现error,把Java的jar包删掉重新导入(莫名奇妙)
最后项目目录: