Esta es la aplicación de Linux llamada Heritrix cuya última versión se puede descargar como 2022-07-27InterimRelease.zip. Se puede ejecutar en línea en el proveedor de alojamiento gratuito OnWorks para estaciones de trabajo.
Descargue y ejecute en línea esta aplicación llamada Heritrix con OnWorks de forma gratuita.
Siga estas instrucciones para ejecutar esta aplicación:
- 1. Descargue esta aplicación en su PC.
- 2. Ingrese en nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 3. Cargue esta aplicación en dicho administrador de archivos.
- 4. Inicie el emulador en línea OnWorks Linux o Windows en línea o el emulador en línea MACOS desde este sitio web.
- 5. Desde el SO OnWorks Linux que acaba de iniciar, vaya a nuestro administrador de archivos https://www.onworks.net/myfiles.php?username=XXXXX con el nombre de usuario que desee.
- 6. Descarga la aplicación, instálala y ejecútala.
CAPTURAS DE PANTALLA:
Heritrix
DESCRIPCIÓN:
Heritrix es el proyecto de rastreador web de código abierto, extensible, a escala web y con calidad de archivo de Internet Archive. Heritrix (a veces escrito heretrix, o mal escrito o mal escrito como heratrix/heritix/heretix/heratix) es una palabra arcaica para heredera (mujer que hereda). Dado que nuestro rastreador busca recopilar y preservar los artefactos digitales de nuestra cultura para el beneficio de futuras generaciones e investigadores, este nombre parecía apropiado. Heritrix está diseñado para respetar las directivas de exclusión de robots.txt† y las etiquetas META nofollow. Considere la carga que su rastreo colocará en los sitios iniciales y establezca políticas de cortesía en consecuencia. Además, identifique siempre su rastreo con información de contacto en el Agente de usuario para que los sitios que puedan verse afectados negativamente por su rastreo puedan comunicarse con usted o adaptar el comportamiento de su servidor en consecuencia.
Caracteristicas
- Heritrix es software libre; puedes redistribuirlo y/o modificarlo bajo los términos de la Licencia Apache, Versión 2.0
- Heritrix está diseñado para respetar las directivas de exclusión de robots.txt† y las etiquetas META nofollow.
- Identifique siempre su rastreo con información de contacto en el User-Agent
- De código abierto, extensible y a escala web
- Proyecto de rastreador web con calidad de archivo
- Heritrix se utiliza principalmente en Linux
Lenguaje de programación
Java
Categorías
Esta es una aplicación que también se puede obtener de https://sourceforge.net/projects/heritrix.mirror/. Ha sido alojado en OnWorks para poder ejecutarlo online de la forma más sencilla desde uno de nuestros Sistemas Operativos gratuitos.