在Eclipse中的配置Heritrix

网上缺少这方面的文章，即使有也大都行不通，下面列举本人的真实操作以供参考。

前提工作：下载2各包heritrix-1.12.1.zip 和heritrix-1.12.1-src.zip

创建java project

解压heritrix-1.12.1.zip 将lib目录和webapps目录复制到工程主目录下，将lib目录下的所有jar添加到工程的build path中。

解压heritrix-1.12.1.jar 将下面所有文件复制到工程主目录下，删除org目录和st目录

解压heritrix-1.12.1-src.zip 将src / java 下的org目录和st目录复制到工程主目录下

将webapps 下面的admin目录和selftest目录复制到工程的webapps目录下

运行org.archive.crawler.Heritrix类，那么Heritrix便启动了

至于怎么开始任务抓取网页，网上都有我就不赘述了。