Heritrix1.14.1在Eclipse下的配置总结

    今天终于把Heritrix启动起来了，在此做些总结。
    很长时间就想试试这个强大的爬虫了，但是经过多次在命令行里按照网上的各位大侠的方法都失败，不知道为什么，今天还试了一下1.12.1和1.14.1两个版本的，都是提示密码文件的要设成单用户并只读，我已经如此设置了安全标签，但仍不能解决问题，所以决定在Eclipse里面试一下，多次失败后，终于成功启动了Heritrix！
    下面简要列一下，其实很简单：
    1、在Eclipse下新建一个项目。（哪一个版本应该无所谓吧，JDK1.5）；
    2、将1.14.1版的Heritrix两个.zip文件下载并解压到临时目录（heritrix-1.14.1-src.zip和heritrix-1.14.1.zip）；
    3、从第一个zip文件解压目录下\src\java复制三个文件夹（包）：org、com、st到项目中的src上；
    4、从第一个zip文件解压目录下\src\conf复制所有文件夹及文件到项目根目录中（可能有不需要的文件）；
    5、从第一个zip文件解压目录下\src\resourses复制所有文件夹及文件到项目根目录中（可能有不需要的文件）；
    6、从第二个zip文件解压目录下复制webapps目录到项目根目录中；
    7、把项目下Heritrix.properties文件复制到\src目录下（实践中发现）；
    8、在项目上鼠标右键->构建路径->添加外部归档 找到任意一个解压的目录下的lib文件夹，选中文件夹中的所有包；
    9、从第一个zip文件解压目录下\src\conf\下的profiles文件夹复制到Eclipse工作空间所在分区的根目录；
    10、配置Heritrix.properties，主要配置四项：如下红色部分所示
##############################################################################
# HERITRIX PROPERTIES
##############################################################################

# Properties with prefixes 'heritrix.', 'org.archive.', or 'system.' prefix
# get copied into System.properties on startup so available via
# System.getProperties. (For 'system.' properties, that prefix is stripped.
# (See Heritrix.loadProperties()).

# Version is filled in by the maven.xml pregoal. It copies here the project
# currentVersion property.
heritrix.version = 1.14.1

# Location of the heritrix jobs directory.
heritrix.jobsdir = jobs

# Default commandline startup values.
# Below values are used if unspecified on the command line.
heritrix.cmdline.admin = admin:admin
heritrix.cmdline.port = 8088
heritrix.cmdline.run = false
heritrix.cmdline.nowui = false
heritrix.cmdline.order =
heritrix.cmdline.jmxserver = false
heritrix.cmdline.jmxserver.port = 8081

##############################################################################
# LOGGING
##############################################################################

    11、在Eclipse下启动Heritrix，找到项目src下的org.archive.crawler包下的主类Heritrix.java鼠标右键->运行方式->java项目，即可启动Heritrix！
    启动后，Eclipse状态栏信息如下：
08:32:15.468 EVENT  Starting Jetty/4.2.23
08:32:15.734 WARN!! Delete existing temp dir C:\DOCUME~1\ycf\LOCALS~1\Temp\Jetty_127_0_0_1_8088__ for WebApplicationContext[/,jar:file:/E:/projects/eclipse_workspace/Heritrix1.14.1/webapps/admin.war!/]
08:32:16.171 EVENT  Started WebApplicationContext[/,Heritrix Console]
08:32:16.609 EVENT  Started SocketListener on 127.0.0.1:8088
08:32:16.609 EVENT  Started org.mortbay.jetty.Server@137c60d
Heritrix version: 1.14.1

    上面的包的复制都在直接在Eclipse里面的项目上直接进行的，这样可以减少修改Eclipse的项目配置文件。

    以上是本人实践后的一个小结，有些内容具体含义没有提及，网上其他版本的配置都有人提过，已经很详细了！