最近查看搜索相关内容，使用到Heritrix. 网上查询，原来apache下还有一个Nutch项目（感觉不是很活跃）
Heritrix:http://crawler.archive.org/
Nutch:http://lucene.apache.org/nutch/ (2 April 2007: Nutch 0.9 Released )
----------------------------------------------------------------------------------------------
Heritrix安装（环境：heritrix-1.14.2 windows vista jdk1.5.0）
1:下载heritrix-1.14.2.zip
2：定义环境变量 HERITRIX_HOME
3：拷贝
% HERITRIX_HOME%/conf/jmxremote.password.template -->
% HERITRIX_HOME%/jmxremote.password
同时修改末尾的内容
monitorRole @PASSWORD@ ==> monitorRole admin
controlRole @PASSWORD@ ==> controlRole admin
4：在cmd中运行 % HERITRIX_HOME%/bin/heritrix.cmd --admin=admin:admin
5: 浏览器中127.0.0.1:8080即可访问。
Heritrix的架构图：
...