Heritrix
Heritrix は、robots.txt を尊重し、デジタル保存用に設計されたアーカイブ品質の Web スケール クロール用のオープンソースの拡張可能な Web クローラーです。
スコア
30
ユーザー評価
3.0
無料/トライアルサポート
サポート済み
開始価格
--
最終更新
8月 04, 2026
概要
Heritrixとは？
Heritrix は、Internet Archive のオープンソース Web クローラー プロジェクトであり、将来の研究に備えてデジタル アーティファクトを収集および保存するためのアーカイブ品質の Web スケールのクローリングのために設計されています。 robots.txt および META nofollow タグを尊重し、構成可能な丁寧さポリシーを備えています。
Heritrixは何に使われますか？
主要機能
- オープンソースで拡張可能
- robots.txt と META nofollow を尊重します
- 構成可能な礼儀正しさのポリシー
- Web スケールのアーカイブ クローリング
- WARCファイル出力
Heritrixの使い方は？
システム上で Heritrix をダウンロードして実行し、そのインターフェイスまたは REST API を介してクロール ジョブを構成し、シード URL とポライトネス設定を設定して、クロールを開始して Web コンテンツを WARC ファイルにアーカイブします。
代替ツール
代替ツールが見つかりません
メリット & デメリット
メリット
- 無料かつオープンソース
- 高いカスタマイズ性
- 大規模なアーカイブに適しています
- 積極的なコミュニティサポート
デメリット
- 技術的なセットアップが必要です
- 組み込みのクラウド展開はありません
- 初心者にとって急な学習曲線
使用例
- 図書館のデジタル保存
- 研究のための Web アーカイブ
- コンプライアンスと記録保持
- 履歴データの収集
Heritrixの料金
無料プラン
詳細な料金情報がありません
ユーザーレビュー
3.0
5点中
3.0
まだレビューがありません
このツールの最初のレビュアーになりましょう！