标题：[转帖]Heritrix的使用

1楼

admin 发表于：2008/5/14 10:45:57

这是网上的一个配置运行Heritrix的博客，说的很详细，大家可以参考一下

http://hi.baidu.com/wangyantsing/blog/item/9a14ba01c51a9a00728da540.html

2楼

watermelon 发表于：2009/5/20 14:58:30

老师，在命令提示符里输入批处理命令，出现了这个错误

Exception in thread "main" java.lang.NoClassDefFoundError: org/archive/crawler/Heritrix

Caused by: java.lang.ClassNotFoundException: org.archive.crawler.Heritrix

at java.net.URLClassLoader$1.run(Unknown Source)

at java.security.AccessController.doPrivileged(Native Method)

at java.net.URLClassLoader.findClass(Unknown Source)

at java.lang.ClassLoader.loadClass(Unknown Source)

at sun.misc.Launcher$AppClassLoader.loadClass(Unknown Source)

at java.lang.ClassLoader.loadClass(Unknown Source)

at java.lang.ClassLoader.loadClassInternal(Unknown Source)

3楼

admin 发表于：2009/5/20 19:23:24

一般而言，这种错误的产生原因在于没有正确指定jar包的位置，如下面的指令就需要进入heritrix-1.12.0.jar所在的目录，在本例中该目录为：E:\heritrix，方法为：

cd E:\heritrix

然后执行下面的命令行指令：

java -Xmx512m -Dheritrix.home=e:\\heritrix -cp "E:\\heritrix\\heritrix-1.12.0.jar;E:\\heritrix\\lib\\commons-codec-1.3.jar;E:\\heritrix\\lib\\commons-collections-3.1.jar;E:\\heritrix\\lib\\dnsjava-2.0.3.jar;E:\\heritrix\\lib\\poi-scratchpad-2.0-RC1-20031102.jar;E:\\heritrix\\lib\\commons-logging-1.0.4.jar;E:\\heritrix\\lib\\commons-httpclient-3.0.1.jar;E:\\heritrix\\lib\\commons-cli-1.0.jar;E:\\heritrix\\lib\\mg4j-1.0.1.jar;E:\\heritrix\\lib\\javaswf-CVS-SNAPSHOT-1.jar;E:\\heritrix\\lib\\bsh-2.0b4.jar;E:\\heritrix\\lib\\servlet-tomcat-4.1.30.jar;E:\\heritrix\\lib\\junit-3.8.2.jar;E:\\heritrix\\lib\\jasper-compiler-tomcat-4.1.30.jar;E:\\heritrix\\lib\\commons-lang-2.1.jar;E:\\heritrix\\lib\\itext-1.2.0.jar;E:\\heritrix\\lib\\poi-2.0-RC1-20031102.jar;E:\\heritrix\\lib\\jetty-4.2.23.jar;E:\\heritrix\\lib\\commons-net-1.4.1.jar;E:\\heritrix\\lib\\libidn-0.5.9.jar;E:\\heritrix\\lib\\ant-1.6.2.jar;E:\\heritrix\\lib\\fastutil-5.0.3-heritrix-subset-1.0.jar;E:\\heritrix\\lib\\je-3.2.13.jar;E:\\heritrix\\lib\\commons-pool-1.3.jar;E:\\heritrix\\lib\\jasper-runtime-tomcat-4.1.30.jar" org.archive.crawler.Heritrix

4楼

watermelon 发表于：2009/5/20 22:23:42

恩，谢谢老师，我把heritrix拷进e盘就可以了，但是上课老师讲路径可以换，我的heritrix文件夹路径原来是F:\My Documents\学习资源\信息检索\heritrix，我就在CMD里面打开了这个路径下的heritrix文件夹，然后把上面代码里的E:\\heritrix\\都换成了F:\\My Documents\\学习资源\\信息检索\\heritrix，结果出现了和上面一样的错误，为什么这么改不行呢？是不是因为文件夹名称是中文的？

PS:不好意思老师，我回帖后才知道要到清新茶社去发帖~~以后知道了~~

[此贴子已经被作者于2009-5-20 22:24:18编辑过]

5楼

admin 发表于：2009/5/20 22:46:25

路径F:\\My Documents\\学习资源\\信息检索\\heritrix含有空格，而命令提示符遇到空格则认为结束，下面的部分是另一个参数，所以产生错误

正确的方式是使用双引号，如“F:\\My Documents\\学习资源\\信息检索\\heritrix”

共5 条记录, 每页显示 10 条, 页签: [1]