Heritrix 工具化

            Heritrix 工具化

为了方便开发，我们需要定制Heritrix然后打包，作为一个工具来使用。

 为此我们需要：

1） 免登陆

2） 统一输出路径

3） 默认order.xml

4） 用bat启动并加载自己的heritrix.jar

 

1.   免登陆

在webapp的web.xml中把安全过滤的后缀.Jsp改为其他后缀

 

2.   统一输出路径

在org.archive.crawler.admin这个包中有很多与操作界面相关的后台逻辑处理

找到CrawlJobHandler.java，寻找“jobdir”看看那些有“-”相关的代码，修改命名方式即可。

3.   默认order.xml

打开之前设定的jobs文件夹的工作，然后将order.xml复制到工程默认即可。

4.   用bat启动并加载自己的heritrix.jar

把工程打包成jar包，覆盖原例子程序的admin，conf。编写bat文件，搞定！