1、下载heritrix-1.14.2-src.zip和heritrix-1.14.2.zip两个压缩包,并解压,以后分别简称SRC包和ZIP包;
2、在Eclipse下新建Java项目,取名Heritrix.1.14.2;
3、复制SRC包下面src/java文件夹下org和st两个文件夹到项目中的src包下;
4、复制SRC包下src下conf文件夹到项目根目录;
5、复制SRC包下lib文件夹到项目根目录;
6、[color=red]复制ZIP包下webapps文件夹到项目根目录;[/color](一定要是ZIP包下的webapps,要是src目录下的,一访问就报错)
7、修改项目下conf下heritrix.properties文件(注意红色部分)
----------
[color=red]heritrix.version = 1.14.2 [/color]
# Location of the heritrix jobs directory.
heritrix.jobsdir = jobs
# Default commandline startup values.
# Below values are used if unspecified on the command line.
[color=red]heritrix.cmdline.admin = admin:admin
heritrix.cmdline.port = 8080 [/color]
heritrix.cmdline.run = false
heritrix.cmdline.nowui = false
heritrix.cmdline.order =
heritrix.cmdline.jmxserver = false
heritrix.cmdline.jmxserver.port = 8081
-------------
8、在项目上右键选择构建路径->配置构建路径->库选项卡->添加Jar,将lib目录下的所有.jar文件选中,点击完成!
9、在项目/src/org.archive.crawler包下Heritrix.java上点击右键选运行,并用-Xmx512m命令增加最大堆内存为512M。
10、虽然配制好了,但Eclipse把Heritrix运行起来,还是存在WUI下建立JOB时,存在“Modules界面不能改变选择项”的问题。解决办法:
在Eclipse的Run Dialog中,Classpath标签Table,选中User Entries,然后右边会有Advance选项,选Add External Folder,把你的Conf加进去就行了)。再试,在Modules页面中的功能正常了。
11、在浏览器地址栏输入:http://localhost:8088/即可登录WUI,输入用户名:admin密码:admin,即可登录设置抓取任务。