Windows, Eclipse下开发Heritrix 3.1 （一）环境搭建

国内私募机构九鼎控股打造APP，来就送 20元现金领取地址：http://jdb.jiudingcapital.com/phone.html
内部邀请码：C8E245J （不写邀请码，没有现金送）
国内私募机构九鼎控股打造，九鼎投资是在全国股份转让系统挂牌的公众公司，股票代码为430719，为“中国PE第一股”，市值超1000亿元。 

------------------------------------------------------------------------------------------------------------------------------------------------------------------

原文地址：http://hj-learning.iteye.com/blog/1757275

花费了大半天时间在Window系统中搭建Heritrix 3.1的Eclipse开发环境。走了些弯路，但最终都搞定。将其中的经验跟大家分一下。 

• 相关软件准备

(1)安装JDK1.6, 做java开发的都会，不罗嗦了。 
(2)安装Maven2，版本2.2.1，具体步骤参考：待写教程 
(3)安装Git,具体步骤参考：待写教程 
(4)安装Eclipse,版本eclipse-jee-indigo-SR2-win32 

• 进入正题

(1)克隆Git源码库 

cd C:UsersjHanDeveloperHeritrix3source //需修改为自己本地实际的路径
git clone git://github.com/internetarchive/heritrix3.git

或者使用TortoiseGit克隆源码仓库 

(2)获取项目相关依赖包 
进入Command, 

cd C:UsersjHanDeveloperHeritrix3sourceheritrix3  //heritrix3的源码目录
mvn -Dmaven.test.skip=true install

(3)修改.classpath文件--需要注意的地方 
源码中自带的.classpath有些问题，缺少一些依赖的jar包。具体如下： 

增加依赖包libidn-1.15.jar和archive-commons-1.0-SNAPSHOT.jar：
<classpathentry kind="var" path="M2_REPO/org/gnu/inet/libidn/1.15/libidn-1.15.jar"/>
<classpathentry kind="var" path="M2_REPO/org/archive/archive-commons/1.0-SNAPSHOT/archive-commons-1.0-SNAPSHOT.jar"/>

删除依赖的工程archive-commons：
<classpathentry combineaccessrules="false" kind="src" path="/archive-commons"/>

(3)导入项目 
打开Eclipse， 

选择File / Import... / Existing Projects Into Workspace，选择C:UsersjHanDeveloperHeritrix3sourceheritrix3

(4)Eclipse中设置M2_REPO变量 

选择 Project > Properties > Java Build path >
选择 Libraries 标签 > Add variable > Configure variables > New
  Name: M2_REPO
  Path: C:/Users/jHan/.m2/repository //路径修改为自己本地maven仓库的实际位置

(5)创建Debug/Run Configuration 

打开 Run / Debug Configurations...
双击 Java Applications 创建一个新的
选择 Main class： org.archive.crawler.Heritrix
在Arguments标签中操作：
在Program arguments中输入: -a admin:admin -l dist/src/main/conf/logging.properties
在VM arguments中输入: -Dheritrix.development