heritrix-1.14.4 配置

 

 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：