启动Heritrix后，访问http://localhost:6789就可以打开Heritrix的登录界面，登录后即进入了Heritrix Web后台的主页：
console: Heritrix的控制台，会显示Heritrix的抓取任务和分配给Heritrix的Heap使用情况
Jobs：Heritrix的抓取任务界面，比如创建抓取任务，已挂起的任务，已完成的任务统计
Profiles:Heritrix抓取任务相关的配置
Logs:Heritrix的运行日志
Reports:Heritrix的统计报表
Setup:Heritrix实例管理界面以及Heritrix后台登录帐号密码修改
Help:Heritrix的使用帮助文档
首先我们需要切到Jobs界面，创建一个Job,如图：
根据一个已经存在的job创建抓取任务
2. 根据一个抓取任务备份来创建抓取任务
3. 根据配置创建抓取任务
4. 按照默认方式创建抓取任务
asd
一般我们选择第3种创建方式：
关于Settings里相关配置项的含义解释说明请看下面这张图：
修改好后提交创建job,然后就能切到Console界面点击Start来启动抓取任务进行页面抓取
抓取到的网页默认保存在heritrix_hone\jobs目录下，我们创建的每个job都会在jobs目录下生成一个文件夹，命名方式为job名称+当前时间戳的方式，如图：
虽然Heritrix的web后台是全英文的，但我觉得没什么使用难度，你们多点点它的功能，从宏观上多感受下Heritrix的强大之处。最后是多阅读下Help界面里列出的一些帮助文档，这是你学习Heritrix最宝贵的资料：
益达的GitHub地址：请猛戳我，用力，吃点劲儿！！！
益达的新浪微博：看这里，看这里
益达的技术交流社区：码农们，I want you!!!
益达Q-Q: 7-3-6-0-3-1-3-0-5
益达的Q-Q群： 1-0-5-0-9-8-8-0-6
转载：http://iamyida.iteye.com/blog/2236804