? ? ? ??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
?
?
?
?
?
?
?
?
?
?
?
?
?
?
原文：http://iamyida.iteye.com/blog/2236804