Project 1-1: Ubuntu下配置和运行Heritrix

1. 因为决定从Ubuntu下源码运行Heritrix, 所以首先安装Eclipse:$sudo apt-get install eclipse2. 从这里下载Heritrix源码:3. 解压:$tar xzvf /home/xxx/workspace/heritrix-1.14.4-src.tar.gz4. 将文件夹改名为heritrix（不是必须的, 这里是便于导入到eclipse）:$mv heritrix-1.14.4 heritrix5. 打开eclipse, New->Java Project->Create Project from exsiting source
注意保证输入的Project Name和项目文件夹名称一致.6. 进入Run Configurations, 【Linux公社 www.linuxidc.com 】指定Main class为org.archive.crawler.Heritrix
添加VM arguments:-Dheritrix.development -Xmx512m添加Classpath: Advanced->Add External Folder, 将src/conf和src/resources添加到Classpath中. 否则会报两个错误:Exception in thread "main" java.io.IOException: Failed to load properties file from filesystem or from classpath.
    at org.archive.crawler.Heritrix.getPropertiesInputStream（Heritrix.java:924）
    at org.archive.crawler.Heritrix.loadProperties（Heritrix.java:863）
    at org.archive.crawler.Heritrix.containerInitialization（Heritrix.java:492）
    at org.archive.crawler.Heritrix.main（Heritrix.java:555）
和2010-07-10 10:03:01.250 严重 thread-10 org.archive.util.ArchiveUtils.（） TLD list unavailable
java.lang.NullPointerException
at java.io.Reader.（Unknown Source）
at java.io.InputStreamReader.（Unknown Source）
at org.archive.util.ArchiveUtils.（ArchiveUtils.java:759）
........
更严重的是, 会使Heritrix的Modules界面不能改变选择项.
7. 其他诸如设置用户名密码, 添加和运行job之类的, 这里就不详细说明了。RVDS 4.0分别在Windows 7和Ubuntu 10.10上安装和破解详解Project 1-2: 我们得到的Heritrix Crawl Job Report相关资讯 Ubuntu Project

如果没有Ubuntu，我们将去哪里？（02月04日）
Libra—扁平化风格Ubuntu Unity主（11/30/2014 08:21:04）
一盘棋：Ubuntu明明不赚钱为什么还（08/19/2013 16:59:50）

桌面/移动端 Ubuntu 将获重大 UI （09/29/2015 11:48:18）
Ubuntu将消失有人欢喜有人愁（10/18/2013 11:43:45）
烧钱不断的Ubuntu——一个理想主义（08/14/2013 07:36:21）

本文评论查看全部评论（0）