(翻译)在Windows平台安装Heritrix
2008-02-06 – 10:04 pm网络遍历：在Windows平台安装Heritrix
简介
Heritrix是一个基于Java语言的开源网络爬虫项目，来源于Internet Archive ，在网络上的使用很广泛。
虽然Heritrix是用Java开发的，理论上来说是平台无关的，但是官方没有提供对于Windows平台的支持。这里给出了一个在Windows平台使用Heritrix的参考。
这里介绍的方法已经在WindowsXP SP2和WindowServer2003测试过，不能保证在更早的Windows平台运行。
安装
这里的介绍是基于Heritrix1.8.0 - Heritrix 1.10.1。更晚的版本有可能和这里的介绍不兼容。
- 取得最新的Heritrix 从 http://crawler.archive.org 取得最新版本的Heritrix，解压到你需要的目录 (这里是c:\heritrix)。 你可以手工设置环境变量HERITRIX_HOME到这个目录，但实际上启动脚本会帮你做这个事。
- 取得最新的Windows平台的启动脚本 所有最近的Heritrix发布都已经包含了Windows平台的启动脚本，你也可以在这里找到最新的Windows启动脚本:
最新的Windows启动脚本
或者是最基本的启动脚本:
最基本的启动脚本
把它们拷贝到 HERITRIX_HOME\bin目录 - 拷贝缺省的profile 因为Heritrix的一个Bug，缺省profile不能从JAR中被加载。 一个临时解决办法是手工解压这个文件并把它拷贝到conf目录。将安装目录下的heritrix-?.?.?.jar文件（ ？是版本号）拷贝并改名为zip后缀，使用Zip工具解压。将”profiles”目录拷贝到安装目录的conf目录下。（译者：我在这里遇到的不止是Profile目录的问题，而且需要把Modules目录也拷贝过来，否则在对于Job设置Module的时候会发生没有其他Module配置项可以选择的问题，因为Modules的选择文件在这个目录。而且我必须拷贝到Heritrix的安装目录才可以，conf目的才可以。原因查找中。我用的是1.12.1版本）
- 创建jmxremote.password 文件 拷贝HERITRIX_HOME\conf\jmxremote.password.template文件到HERITRIX_HOME\jmxremote.password，使用文本编辑工具打开它。到文件的底部，找到下面这行：
monitorRole @PASSWORD@ controlRole @PASSWORD@
改为：（这里的letmein是用户密码）
monitorRole letmein controlRole letmein
- 启动Heritrix 打开Windows命令行窗口，到你的Heritrix安装目录。使用下面的命令:
\:>bin\heritrix --admin=admin:letmein
现在你将会被提示(在大多数情况下)由于JMX密码文件的权限问题Heritrix不能启动。输入”Y”来解决权限问题，再输入”Y”来确认，重新启动Heritrix应该可以成功。(如果没有，请参考可能的问题.
现在你可以通过 http://127.0.0.1:8080 使用用户名”admin”密码”letmein”来登陆系统。
可能的问题
最容易遇到的问题是 8080已经被其他的应用（或者另一个Heritrix实例）使用了。或者Profile目录或JXM密码文件不存在。你应该先检查这些。
(译者：在安装目录下的conf目录中有一个heritrix.properties文件，里面可以找到有关端口的设置）
- 启动脚本试图修复JMX权限问题，但是你还是遇到权限错误：当 jmxremote.password 文件的所有人不是当前用户的时候可能遇到这个问题。你应该在文件属性->安全->高级下面来检查这个问题。
- Java问题: 推荐使用最新的Java版本来运行Heritrix。启动脚本会试图检测你的java版本，但是如果你有不止一个JVM存在的话，最好是通过JAVA_HOME或 JAVACMD 来只是Heritrix使用哪一个JVM。
参考资料
Popularity: 39% [?]