?
Eclipse中配置使用Heritrix-1.14.4
1.?下载并解压heritrix-1.14.4-src.zip和heritrix-1.14.4.zip
2.?在Eclipse中新建java?project，项目名定为heritrix_getstart
3.?将解压后的heritrix-1.14.4-src.zip中src/java/下的com,org,st文件夹复制到工程的src目录下
4.?将src/conf下的modules,profiles,selftest文件夹和heritrix.propertries,jndi.properities文件复制到工程的src目录下
5.?解压heritrix-1.14.4-zip将webapps文件夹复制到工程根目录下
6.?如图：
?
7.?打开工程中的heritrix.propertries文件修改以下配置项
a)?heritrix.version?=?1.14.4，配置heritrix版本号
b)?heritrix.jobsdir?=?jobs，配置爬取的内容的放置文件夹
c)?heritrix.cmdline.admin?=?username:password，配置webUI登录的用户名和密码
d)?heritrix.cmdline.port?=?8888，配置webUI的登录端口
8.?将lib文件夹下的后有jar包加入到工程的classpath中
9.?在工程中找到org.archive.crawler下的Heritrix.java运行
10.?
?
11.打开浏览器，输入地址：http://localhost:8888输入用户名和密码就可以登录到后台
?
?
?
?
可能遇到的问题
?thread-10?org.archive.util.ArchiveUtils.<clinit>()?TLD?list?unavailable
解决方法：到heritrix.1.14.4.jar包中将文件org/archive/util/tlds-alpha-by-domain.txt复制到工程中的org/archive/util目录下即可
?
?