MyEclipse下配置Heritrix

1 到SourceForge.net上去下载Heritrix包，下载地址链接为：http://sourceforge.net/project/showfiles.php?group_id=73833&package_id=73980下载heritrix-1.14.3-src包和heritrix-1.14.3包。 2 将下载的heritrix-1.14.3-src解压出来，自己新建一个项目文件夹，我这里建一个Heritrix文件夹（假如放到E盘下），依次加入如下文件： （1）将heritrix-1.14.3-src里的src下的con文件夹里的文件全部复制到Heritrix项目文件夹里。 （2）将heritrix-1.14.3-src里的src下的java里的全部文件复制到Heritrix项目文件夹里。 （3）将heritrix-1.14.3-src里的src下的resources里的全部文件复制到Heritrix项目文件夹里。 （4）将heritrix-1.14.3(这里注意啦，不是用heritrix-1.14.3-src里的webapps包，而是用heritrix-1.14.3它里面打好包的webapps包，若用heritrix-1.14.3-src里的webapps的话，运行webUI后会产生target文件夹，应该是生成的sevlet文件，一flush项目就看到出错的标记，所以不要用它的webapps)里的webapps目录复制到Heritrix项目文件夹里。 3 在MyEclipse里新建一个javaProject，选择从存在的项目来新建，选择E:\Heritrix，点击确定，将生成javaProject。这里生成的javaProject很多错误，因为是javaProject，它把放在项目下的文件夹都变成包的形式。 4 将lib下的所有包加入构建路径下，就可以将错误减少不少。 5 将complier设置为1.5,可能是它里面用到了1.5支持的老类。 6 修改项目根目录下的heritrix.properties属性文件： （1）heritrix.version = 1.14.3（自己的heritrix版本号） （2）heritrix.jobsdir = jobs（抓下来的文件存放的目录） （3）heritrix.cmdline.admin = admin:123456（登录的用户名和密码，用冒号隔开） （4）heritrix.cmdline.port = 8085（heritrix.cmdline.port指定了运行Heritrix后台程序，监听的WebUI使用的端口号，默认为8080端口，为了不如Tomcat等的端口冲突，可以设置一个空闲的端口号给它） 7 运行包org.archive.crawler下Heritrix.java类，在控制台可以看到Heritrix打印出至版本号就说明开启成功了。 8 在浏览器里输入 http://localhost:8085便可以进行抓页面的工作了。