Heritrix1.14.4Web后台使用简介

? ? ? ??启动Heritrix后，访问http://localhost:6789就可以打开Heritrix的登录界面，登录后即进入了Heritrix Web后台的主页：

?console: Heritrix的控制台，会显示Heritrix的抓取任务和分配给Heritrix的Heap使用情况

???Jobs：Heritrix的抓取任务界面，比如创建抓取任务，已挂起的任务，已完成的任务统计

? ?Profiles:Heritrix抓取任务相关的配置

? ?Logs:Heritrix的运行日志

? ?Reports:Heritrix的统计报表

? ?Setup:Heritrix实例管理界面以及Heritrix后台登录帐号密码修改

? ?Help:Heritrix的使用帮助文档

?

?首先我们需要切到Jobs界面，创建一个Job,如图：

?

??根据一个已经存在的job创建抓取任务

2.? ?根据一个抓取任务备份来创建抓取任务

3.? ?根据配置创建抓取任务

4.? ?按照默认方式创建抓取任务

asd ??

? ? 一般我们选择第3种创建方式：

?

?

?

?关于Settings里相关配置项的含义解释说明请看下面这张图：

?修改好后提交创建job,然后就能切到Console界面点击Start来启动抓取任务进行页面抓取

?

?抓取到的网页默认保存在heritrix_hone\jobs目录下，我们创建的每个job都会在jobs目录下生成一个文件夹，命名方式为job名称+当前时间戳的方式，如图：

?虽然Heritrix的web后台是全英文的，但我觉得没什么使用难度，你们多点点它的功能，从宏观上多感受下Heritrix的强大之处。最后是多阅读下Help界面里列出的一些帮助文档，这是你学习Heritrix最宝贵的资料：

?

? 益达的GitHub地址：请猛戳我，用力，吃点劲儿！！！

益达的新浪微博：看这里，看这里

益达的技术交流社区：码农们，I want you!!!

?

? ?益达Q-Q: ? ? ? ? ? ? ? ?7-3-6-0-3-1-3-0-5

?

?

? ?益达的Q-Q群： ? ? ?1-0-5-0-9-8-8-0-6

?

?

?

?

?

?

?

?

?

?

?

?

?

?