原文地址：https://yq.aliyun.com/articles/46827

啟動Heritrix後，訪問就可以開啟Heritrix的登入介面，登入後即進入了Heritrix Web後臺的主頁：

 console: Heritrix的控制檯，會顯示Heritrix的抓取任務和分配給Heritrix的Heap使用情況

   Jobs：Heritrix的抓取任務介面，比如建立抓取任務，已掛起的任務，已完成的任務統計

   Profiles:Heritrix抓取任務相關的配置

   Logs:Heritrix的執行日誌

   Reports:Heritrix的統計報表

   Setup:Heritrix

   Help:Heritrix的使用幫助文件

首先我們需要切到Jobs介面，建立一個Job,如圖：

 

 根據一個已經存在的job建立抓取任務

2.   根據一個抓取任務備份來建立抓取任務

3.   根據配置建立抓取任務

4.   按照預設方式建立抓取任務

asd   

    一般我們選擇第3種建立方式：

 

 

 

 關於Settings裡相關配置項的含義解釋說明請看下面這張圖：

 修改好後提交建立job,然後就能切到Console介面點選Start來啟動抓取任務進行頁面抓取

 

 抓取到的網頁預設儲存在heritrix_hone\jobs

當前時間戳的方式，如圖：

 

最寶貴的資料：

啟動Heritrix後，訪問就可以開啟Heritrix的登入介面，登入後即進入了Heritrix Web後臺的主頁：

 console: Heritrix的控制檯，會顯示Heritrix的抓取任務和分配給Heritrix的Heap使用情況

   Jobs

   Profiles:Heritrix抓取任務相關的配置

   Logs:Heritrix的執行日誌

   Reports:Heritrix的統計報表

   Setup:Heritrix例項管理介面以及Heritrix後臺登入帳號密碼修改

   Help:Heritrix的使用幫助文件

首先我們需要切到Jobs介面，建立一個Job,如圖：

 

 根據一個已經存在的job建立抓取任務

2.   根據一個抓取任務備份來建立抓取任務

3.   根據配置建立抓取任務

4.   按照預設方式建立抓取任務

asd   

    一般我們選擇第3種建立方式：

 

 

 

 關於Settings裡相關配置項的含義解釋說明請看下面這張圖：

 修改好後提交建立job,然後就能切到Console介面點選Start來啟動抓取任務進行頁面抓取

 

 抓取到的網頁預設儲存在heritrix_hone\jobs目錄下，我們建立的每個job都會在jobs目錄下生成一個資料夾，命名方式為job名稱+當前時間戳的方式，如圖：

 雖然Heritrix的web後臺是全英文的，但我覺得沒什麼使用難度，你們多點點它的功能，從巨集觀上多感受下Heritrix的強大之處。最後是多閱讀下Help介面裡列出的一些幫助文件，這是你學習Heritrix最寶貴的資料：