Heritrix源码分析(五) 如何让Heritrix在Ecplise等IDE下编程启动

在Heritrix注释里说Heritrix有三种启动方式,但我感觉只有两种：一种是通过tomcat或者JBOSS或者Jetty等Web容器，还有一种自然就是不通过Web直接编程运行。由于第二种方式更适合调试、研究代码，所以这里就介绍下它的编程启动方式吧....这里贴上示例代码以及注释：


Java代码



import java.io.File;

import javax.management.InvalidAttributeValueException;

import org.archive.crawler.event.CrawlStatusListener;

import org.archive.crawler.framework.CrawlController;

import org.archive.crawler.framework.exceptions.InitializationException;

import org.archive.crawler.settings.XMLSettingsHandler;



public class StartHeritrixByEclipse {




public static void main(String[] args) throws InterruptedException {


String orderFile = "D:/heritrix-jobs/startHeritrixByEclipse/order.xml";//order.xml文件路径

File file = null; //order.xml文件



CrawlStatusListener listener = null;//监听器

XMLSettingsHandler handler = null; //读取order.xml文件的处理器

CrawlController controller = null; //Heritrix的控制器

try {

file=new File(orderFile);

handler = new XMLSettingsHandler(file);

handler.initialize();//读取order.xml中的各个配置



controller = new CrawlController();//

controller.initialize(handler);//从读取的order.xml中的各个配置来初始化控制器



if (listener != null) {


controller.addCrawlStatusListener(listener);//控制器添加监听器

}

controller.requestCrawlStart();//开始抓取



/*

* 如果Heritrix还一直在运行则等待

*/

while (true) {


if (controller.isRunning() == false) {


break;

}

Thread.sleep(1000);

}



//如果Heritrix不再运行则停止

controller.requestCrawlStop();



} catch (InvalidAttributeValueException e) {

// TODO Auto-generated catch block

e.printStackTrace();

} catch (InitializationException e) {

// TODO Auto-generated catch block

e.printStackTrace();

} catch (InterruptedException e) {

// TODO Auto-generated catch block

e.printStackTrace();

}



}



}