Eclipse中配置使用Heritrix-1.14.4
1. 下載下傳并解壓heritrix-1.14.4-src.zip和heritrix-1.14.4.zip
2. 在Eclipse中建立java project，項目名定為heritrix_getstart
3. 将解壓後的heritrix-1.14.4-src.zip中src/java/下的com,org,st檔案夾複制到工程的src目錄下
4. 将src/conf下的modules,profiles,selftest檔案夾和heritrix.propertries,jndi.properities檔案複制到工程的src目錄下
5. 解壓heritrix-1.14.4-zip将webapps檔案夾複制到工程根目錄下
6. 如圖：
7. 打開工程中的heritrix.propertries檔案修改以下配置項
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檔案夾
c) heritrix.cmdline.admin = username:password，配置webUI登入的使用者名和密碼
d) heritrix.cmdline.port = 8888，配置webUI的登入端口
8. 将lib檔案夾下的後有jar包加入到工程的classpath中
9. 在工程中找到org.archive.crawler下的Heritrix.java運作
10.
11.打開浏覽器，輸入位址：http://localhost:8888輸入使用者名和密碼就可以登入到背景
可能遇到的問題
thread-10 org.archive.util.ArchiveUtils.<clinit>() TLD list unavailable
解決方法：到heritrix.1.14.4.jar包中将檔案org/archive/util/tlds-alpha-by-domain.txt複制到工程中的org/archive/util目錄下即可
Eclipse中導入Heritrix，報錯找不到類 sun.net.www.protocol.file.FileURLConnection
第一次用Heritrix，按照網上看到的用法導入Heritrix到Eclipse 。結果在org.archive.crawler.Heritrix 中報了這個錯誤。結果我在JDK自帶的jar又可以找到這個類。
後來發現，原來這個sun包是受保護的包，預設隻有sun公司的軟體才能使用。Eclipse會報錯，然後把對保護使用waring就可以了。
具體做法：
Windows -> Preferences -> Java -> Compiler -> Errors/Warnings-> Deprecated and trstricted API -> Forbidden reference (access rules): -> change to warning