Heritrix
Heritrix là trình thu thập dữ liệu web có thể mở rộng, mã nguồn mở để thu thập dữ liệu ở quy mô web có chất lượng lưu trữ, tôn trọng robots.txt và được thiết kế để bảo quản kỹ thuật số.
Điểm
30
Đánh Giá Người Dùng
3.0
Hỗ Trợ Miễn Phí/Dùng Thử
Được Hỗ Trợ
Giá Khởi Điểm
--
Cập Nhật Lần Cuối
thg 8 04, 2026
Tổng quan
Heritrix là gì?
Heritrix là dự án trình thu thập dữ liệu web nguồn mở của Internet Archive, được thiết kế để thu thập dữ liệu ở quy mô web, chất lượng lưu trữ nhằm thu thập và bảo tồn các hiện vật kỹ thuật số cho nghiên cứu trong tương lai. Nó tôn trọng các thẻ nofollow của robots.txt và META, với các chính sách lịch sự có thể định cấu hình.
Heritrix được sử dụng để làm gì?
Tính Năng Hàng Đầu
- Mã nguồn mở và có thể mở rộng
- Tôn trọng robots.txt và META nofollow
- Chính sách lịch sự có thể cấu hình
- Thu thập thông tin lưu trữ trên quy mô web
- Đầu ra tệp WARC
Cách sử dụng Heritrix?
Tải xuống và chạy Heritrix trên hệ thống của bạn, định cấu hình công việc thu thập thông tin thông qua giao diện hoặc API REST, đặt URL gốc và cài đặt lịch sự, đồng thời bắt đầu thu thập thông tin để lưu trữ nội dung web vào tệp WARC.
Công Cụ Thay Thế
Không tìm thấy công cụ thay thế
Ưu Điểm & Nhược Điểm
Ưu Điểm
- Nguồn mở và miễn phí
- Khả năng tùy biến cao
- Thích hợp cho việc lưu trữ quy mô lớn
- Hỗ trợ cộng đồng tích cực
Nhược Điểm
- Yêu cầu thiết lập kỹ thuật
- Không triển khai đám mây tích hợp
- Đường cong học tập dốc cho người mới bắt đầu
Trường Hợp Sử Dụng
- Bảo quản kỹ thuật số cho thư viện
- Lưu trữ web cho nghiên cứu
- Tuân thủ và lưu giữ hồ sơ
- Thu thập dữ liệu lịch sử
Giá Heritrix
Gói Miễn Phí
Không có thông tin chi tiết về giá
Đánh Giá Người Dùng
3.0
trên 5
3.0
Chưa có đánh giá
Hãy là người đầu tiên đánh giá công cụ này!