一、下载：到www.sourceforge.net网站搜索heritrix,然后分别下载下来heritrix-1.14.0-RC1.zip,heritrix-1.14.0-RC1-src.zip
二、配置
.在非开发环境下配置的步骤
1.解压heritrix-1.14.0-RC1.zip，假设解压到了c盘根目录下并把解压后的文件夹命名为heritrix
2.进入c:/heritrix/conf复制文件jmxremote.password.template到c:/heritrix下并把文件重新命名为jmxremote.password，
然后修改其内容为下：
monitorRole @123456789@ ->monitorRole admin (@于@之间设置的是密码,后面是->用户角色用户名)
controlRole @123456789@ ->controlRole shi
并设置文件jmxremote.password的属性为只读
3.进入c:/heritrix/conf打开文件heritrix.properties，修改其中的几项key-value值
heritrix.cmdline.admin = admin:770629 (用户名：密码)
heritrix.cmdline.port = 8080 (heritrix服务器默认端口号8080,保证该端口不被占用就不用改了)
4.打开cmd，切换目录到c:/heritrix/bin
然后敲入命令：heritrix --admin=admin:123456789
.在eclipe中配置并启动的步骤
1.首先解压heritrix-1.14.0-RC1.zip得到heritrix-1.14.0-RC1.jar，然后解压jar包，再解压heritrix-1.14.0-RC1-src.zip
2.我把两个解压后的jar文件和heritrix-1.14.0-RC1-src.zip分别放在了E:/MyWork/heritrix/heritrix-1.14-jar目录下和
E:/MyWork/libs/heritrix/heritrix-1.14.0-RC1-src/heritrix-1.14.0-RC1目录下
3.创建一个动态Web工程
4.把 E:/MyWork/heritrix/heritrix-1.14.0-RC1/lib目录下的所有jar文件导入工程,并且复制到工程下面的
WebContent/WEB_INF下面，工程会自动把这些jar放在Web App Libraries里面
5.把E:/MyWork/libs/heritrix/heritrix-1.14.0-RC1-src/heritrix-1.14.0-RC1/src/java下的com,org,st这三个目录都拷贝到
工程src下面
6.把 E:/MyWork/heritrix/heritrix-1.14-jar下的modules，arcMetaheaderBody.xsl，heritrix.properties，其修该内容是:
heritrix.cmdline.admin = admin:770629 (用户名：密码)
heritrix.cmdline.port = 8080 (heritrix服务器默认端口号8080,保证该端口不被占用就不用改了)
然后将其拷贝到工程src下面
7.把 E:/MyWork/libs/heritrix/heritrix-1.14.0-RC1-src/heritrix-1.14.0-RC1/src下的webapps拷贝到工程目录下面
8.在工程下面新建一个jobs文件夹，heritrix抓取的内容默认是放在该文件夹下面
9.现在就可以运行主类Heritrix.java了，然后就可以以web的形式访问服务器了：http://localhost:8080/登录就ok了
1.登录界面：
2.登录后你会看到这个界面：
3.下面开始建立一个简单的抓取测试点击Jobs进入新建job界面
4点击defaul建立一个缺省抓取
5.点击Modules进行参数设置
除了以上两个组件外，还有五个队列要配置，这5个队列依次heritrix的处理器链
