OPEN SOURCE

最近在玩一些Web archive tool，其中一個就是有Open source的工具叫Heritrix，這是一個很強大的抓爬器，而且這個工具是依據ISO28500規章所開發出來的工具，自然抓來的format都會符合規章所訂的規則，不過..也因為他很強大.. 所以裡面控制參數的東西就很多，很不好上手..，已經架起來一陣子了，也不是很熟悉這個工具... :(