Heritrix是一个开源，可扩展的web爬虫项目。Heritrix设计成严格按照robots.txt文件的排除指示和META robots标签。
http://crawler.archive.org/
声明：LUPA开源社区刊登此文只为传递信息，并不表示赞同或者反对。
开源且可扩展的web爬虫项目:Heritrix
发布时间: 2007-08-13 04:52 作者: webmaster 来源: Java开源大全 版权申明Heritrix是一个开源，可扩展的web爬虫项目。Heritrix设计成严格按照robots.txt文件的排除指示和META robots标签。
http://crawler.archive.org/
声明：LUPA开源社区刊登此文只为传递信息，并不表示赞同或者反对。
