Heritrix
Heritrix
软件
软件描述
开源、可扩展的网络爬虫，专为大规模、高质量的网络存档设计，能够保存数字文物，支持模块化插件、分布式爬取、详细监控、任务调度，并以标准化格式导出数据以供长期保存。
官方网站
访问软件的官方网站了解更多信息
官方认证
github.com
安全链接HTTPS
什么是 Heritrix?
Heritrix 是互联网档案馆的开源、可扩展、大规模网络存档质量的网页爬虫项目。
Heritrix（有时拼作 heretrix，或被误拼、误读为 heratrix/heritix/heretix/heratix）是“女继承人”（继承财产的女性）这一古老词汇。由于我们的爬虫旨在为未来的研究人员和世代收集并保存我们文化的数字遗产，因此这个名字显得十分贴切。
主要功能
🔄 替代方案
16 个选择
ACHE Crawler
ACHE 是一个用于特定领域搜索的网络爬虫。
Canary - Search & Ask AI
技术文档的Algolia替代方案。
Google Custom Search
为您的网页添加一个可定制的搜索框，并展示由 Google 搜索驱动的快速、相关的结果。它虽免费，但对您网站的抓取效果很差。
Appbase.io
Appbase.io 提供了功能强大的 Elasticsearch 体验，具备无代码相关性控制平面（或 JS UI 组件，或声明式 REST API），以及开箱即用的搜索/点击分析和洞察功能。
Expertrec Search Engine
★5
Expertrec自定义搜索最初是作为Google网站搜索的替代方案推出的。它为您的网站增添了超快的搜索自动补全、拼写纠正及搜索结果页面功能。
Google Custom Search Engine
★5
使用 Google 自定义搜索，在您的首页添加搜索框，帮助用户在您的网站上找到所需内容。
