在Eclipse中构建Heritrix

在Eclipse中构建Heritrix 

这里采用的是Heritrix 1.14.4(2010年5月10日的版本 目前来看是最新版本) 

1.首先从http://sourceforge.net/projects/archive-crawler/ 中下载 
heritrix-1.14.4.zip 
heritrix-1.14.4-src.zip 

2.在Eclipse 中创建一个java project的工程,分别对 
heritrix-1.14.4.zip 
heritrix-1.14.4-src.zip 进行解压。 

3.将heritrix-1.14.4-src.zip解压中的src/java 中的 com、org、st三个文件夹复制到工程src下。 
4.将heritrix-1.14.4-src.zip解压中src中conf文件夹复制到项目根目录。 
5.将heritrix-1.14.4-src.zip解压中lib文件夹复制到项目根目录。 
6.将heritrix-1.14.4-src.zip解压中src/resources/org/archive/util中tlds-alpha-by-domain.txt文件复制到工程中org.archive.util包下。 
7.将heritrix-1.14.4.zip解压中webapps文件夹复制到项目根目录。 
如果文件夹名称不是webapps 需要在Heritrix.java中进行相应的更改。 

Java代码
  1. /**
  2. * @throws IOException
  3. * @return Returns the directory under which reside the WAR files
  4. * we're to load into the servlet container.
  5. */     
  6. public static File getWarsdir()     
  7. throws IOException {     
  8.     return getSubDir("webapps");     
  9. }    


8.配置文件进行修改,找到conf下heritrix.properties文件 

Java代码
  1. //设置用户密码     
  2. heritrix.cmdline.admin = admin:admin     
  3. //设置端口     
  4. heritrix.cmdline.port = 8080    


9.对工程进行jar包引入,将lib下面所有的jar包引入工程。 
10.在工程中找到org.archive.crawler.Heritrix.java右键选运行方式配置 
选择Classpath 
选择User Entries -- Advanced 
选择Add Folders 将conf文件夹添加进去。 
点击Run 开始运行 

Java代码
  1. 05:22:32.875 EVENT   Starting Jetty/4.2.23     
  2. 05:22:32.937 WARN!! Delete existing temp dir C:\DOCUME~1\ADMINI~1\LOCALS~1\Temp\Jetty_127_0_0_1_8080__ forWebApplicationContext[/,jar:file:/D:/workspace/jcjcd/heritrixDemo/webapps/admin.war!/]     
  3. 05:22:33.062 EVENT   Started WebApplicationContext[/,Heritrix Console]     
  4. 05:22:33.156 EVENT   Started SocketListener on 127.0.0.1:8080     
  5. 05:22:33.156 EVENT   Started org.mortbay.jetty.Server@1f6f0bf     
  6. Heritrix version: @VERSION@    


到目前我们已经完成Heritrix在Eclipse下的配置。 

你可能感兴趣的:(Heritrix)