httrack - Online na nuvem

PROGRAMA:

NOME

httrack - navegador offline: copia sites para um diretório local

SINOPSE

httrack [ url ] ... [ -filtro ] ... [ + filtro ] ... [ -O, --caminho ] [ -C, --espelho ] [ -C,
--assistente de espelho ] [ -g, --get-arquivos ] [ -eu, --Prosseguir ] [ -Sim, --mirrorlinks ] [ -P,
--proxy ] [ -% f, --httpproxy-ftp [= N] ] [ -% b, --ligar ] [ -rN, --profundidade [= N] ] [ -% eN,
--ext-depth [= N] ] [ -mN, --max-files [= N] ] [ -MN, --max-size [= N] ] [ -PT, - tempo máximo [= N] ]
[ -UM, - taxa máxima [= N] ] [ -% cN, --conexão por segundo [= N] ] [ -GN, - pausa-máx [= N] ] [
-cN, --sockets [= N] ] [ -TN, - tempo limite [= N] ] [ -RN, - tentativas [= N] ] [ -JN, - taxa mínima [= N] ]
[ HN, --host-control [= N] ] [ -% P, --extended-parsing [= N] ] [ -n, --perto ] [ -t, --teste ]
[ -%EU, --Lista ] [ -% S, --urllist ] [ -NN, --estrutura [= N] ] [ -% D,
--cached-delay-type-check ] [ -% M, --mime-html ] [ -LN, --nomes longos [= N] ] [ -KN,
--manter links [= N] ] [ -x, --substituir-externo ] [ -% x, --disable-senhas ] [ -% q,
--include-string de consulta ] [ -ó, --gerar-erros ] [ -X, --purge-old [= N] ] [ -% p,
--preservar ] [ -% T, --utf8-conversão ] [ -bn, --cookies [= N] ] [ -você, --check-type [= N] ] [
-j, --parse-java [= N] ] [ -sN, --robôs [= N] ] [ -% h, --http-10 ] [ -% k, --mantenha vivo ] [
-% B, --tolerante ] [ -% s, --updatehack ] [ -%você, --urlhack ] [ -%UMA, --presumir ] [ -@dentro,
--protocol [= N] ] [ -%C, --disable-módulo ] [ -F, --agente de usuário ] [ -% R, --referenciador ] [ -% E,
--a partir de ] [ -% F, --rodapé ] [ -%eu, --língua ] [ -%uma, --aceitar ] [ -% X, --cabeçalhos ] [ -C,
--cache [= N] ] [ -k, --store-tudo-em-cache ] [ -% n, --não-recuperar ] [ -% v, --exibição ] [
-Q, --não-registre ] [ -q, --quieto ] [ -z, --extra-log ] [ -Z, --debug-log ] [ -dentro, --verbose
] [ -f, --file-log ] [ -f2, --único-log ] [ -EU, --índice ] [ -%eu, --build-top-index ] [
-%EU, --índice de pesquisa ] [ -pN, --prioridade [= N] ] [ -S, --stay-on-mesmo-dir ] [ -D,
--pode-descer ] [ -VOCÊ, --pode subir ] [ -B, - pode subir e descer ] [ -uma,
- ficar no mesmo endereço ] [ -d, --permaneça no mesmo domínio ] [ -eu, --stay-on-mesmo-tld ] [ -e
- ir para qualquer lugar ] [ -% H, --debug-cabeçalhos ] [ -% !, --disable-limites de segurança ] [ -V,
--userdef-cmd ] [ -%C, --ligar de volta ] [ -K, --manter links [= N] ] [

DESCRIÇÃO

httrack permite que você baixe um site da World Wide Web da Internet para um local
diretório, construindo recursivamente todos os diretórios, obtendo HTML, imagens e outros arquivos
do servidor para o seu computador. HTTrack organiza o link relativo do site original-
estrutura. Basta abrir uma página do site "espelhado" em seu navegador e você pode
navegue no site de link em link, como se o estivesse visualizando online. HTTrack também pode
atualizar um site espelhado existente e retomar downloads interrompidos.

EXEMPLOS

httrack www.someweb.com/bob/
mirror site www.someweb.com/bob/ e apenas este site

httrack www.someweb.com/bob/ www.anothertest.com/mike/ + *. com / *. jpg -mime: aplicativo / *
espelhe os dois sites juntos (com links compartilhados) e aceite quaisquer arquivos .jpg em
sites .com

httrack www.someweb.com/bob/bobby.html +* -r6
significa obter todos os arquivos a partir de bobby.html, com 6 links de profundidade e possibilidade de
indo a todos os lugares na web

httrack www.someweb.com/bob/bobby.html --aranha -P proxy.meuhost.com:8080
executa o spider em www.someweb.com/bob/bobby.html usando um proxy

httrack --atualizar
atualiza um espelho na pasta atual

httrack
o levará para o modo interativo

httrack --Prosseguir
continua um espelho na pasta atual

OPÇÕES

Geral opções:
-O caminho para espelho / arquivos de log + cache (-O caminho de espelho [, cache de caminho e arquivos de log]) (--path
)

Açao Social opções:
-w * espelhar sites da web (--espelho)

-W mirror web sites, semiautomático (faz perguntas) (--mirror-wizard)

-g apenas obtém os arquivos (salvos no diretório atual) (--get-files)

-i continua um espelho interrompido usando o cache (--continue)

-Y espelho TODOS os links localizados nas páginas de primeiro nível (links espelho) (- links espelho)

procuração opções:
-P proxy use (-P proxy: porta ou -P usuário: pass @ proxy: porta) (--proxy )

-% f * use proxy para ftp (f0 não use) (--httpproxy-ftp [= N])

-% b use este nome de host local para fazer / enviar solicitações (-% b hostname) (--bind )

Limites opções:
-rN definir a profundidade do espelho para N (* r9999) (--depth [= N])

-% eN definir a profundidade dos links externos para N (*% e0) (--ext-depth [= N])

-mN comprimento máximo de arquivo para um arquivo não-html (--max-files [= N])

-mN, N2 comprimento máximo de arquivo para não html (N) e html (N2)

-MN tamanho geral máximo que pode ser carregado / verificado (--max-size [= N])

-EN tempo máximo de espelho em segundos (60 = 1 minuto, 3600 = 1 hora) (--max-tempo [= N])

-AN taxa de transferência máxima em bytes / segundos (1000 = 1 KB / s máx.) (--Max-rate [= N])

-% cN número máximo de conexões / segundos (*% c10) (--conexão por segundo [= N])

-GN pausar a transferência se N bytes forem atingidos e espere até que o arquivo de bloqueio seja excluído
(- pausa-máx [= N])

Fluxo ao controle:
-cN número de conexões múltiplas (* c8) (--sockets [= N])

-TN timeout, número de segundos após o desligamento de um link sem resposta (--timeout [= N])

-RN número de tentativas, em caso de tempo limite ou erros não fatais (* R1) (--retries [= N])

-Controle de engarrafamento JN, taxa de transferência mínima (bytes / segundos) tolerada para um link
(- taxa mínima [= N])

-HN host é abandonado se: 0 = nunca, 1 = tempo limite, 2 = lento, 3 = tempo limite ou lento
(--host-control [= N])

Informações Úteis opções:
-% P * análise estendida, tentativa de analisar todos os links, mesmo em tags desconhecidas ou Javascript
(% P0 não usa) (--extended-parsing [= N])

-n obtém arquivos não-html próximos a um arquivo html (ex: uma imagem localizada fora) (--near)

-t testar todos os URLs (mesmo os proibidos) (--test)

-%EU adicione todos os URLs localizados neste arquivo de texto (um URL por linha) (--list )

-% S adicione todas as regras de varredura localizadas neste arquivo de texto (uma regra de varredura por linha)
(--urllist )

Construção opções:
Tipo de estrutura -NN (0 * estrutura original, 1+: veja abaixo) (--estrutura [= N])

- ou estrutura definida pelo usuário (-N "% h% p /% n% q.% t")

-% N verificação de tipo atrasada, não faça nenhum teste de link, mas espere o download dos arquivos começar
em vez disso (experimental) (% N0 não use,% N1 use para extensões desconhecidas, *% N2 sempre
usar)

-% D verificação de tipo com atraso em cache, não espere pelo tipo remoto durante as atualizações, para acelerar
eles (% D0 espera, *% D1 não espera) (--cached-delayed-type-check)

-% M gera um arquivo completo encapsulado em RFC MIME (.mht) (--mime-html)

- Nomes longos LN (L1 * nomes longos / conversão L0 8-3 / compatível com L2 ISO9660)
(--nomes longos [= N])

-KN manter links originais (por exemplo http://www.adr/link) (K0 * elo relativo, K absoluto
links, links originais K4, links URI absolutos K3, link proxy transparente K5)
(--manter links [= N])

-x substitui links html externos por páginas de erro (--replace-external)

-% x não inclui nenhuma senha para sites externos protegidos por senha (% x0 inclui)
(--disable-senhas)

-% q * inclui string de consulta para arquivos locais (inútil, apenas para fins informativos) (% q0
não inclua) (--include-query-string)

-o * gera arquivo html de saída em caso de erro (404 ..) (o0 não gera)
(--gerar-erros)

-X * limpar arquivos antigos após a atualização (X0 manter exclusão) (--purge-old [= N])

-% p preserva os arquivos html como estão (idêntico a -K4 -% F "") (--preserve)

- conversão de% T links para UTF-8 (--utf8-conversão)

Spiders opções:
-bN aceita cookies em cookies.txt (0 = não aceita, * 1 = aceita) (--cookies [= N])

-u verificar o tipo de documento se desconhecido (cgi, asp ..) (u0 não verificar, * u1 verificar mas /, u2
verifique sempre) (--check-type [= N])

-j * analisa classes Java (j0 não analisa, bitmask: | 1 analisa o padrão, | 2 não analisa
.class | 4 não analise .js | 8 não seja agressivo) (--parse-java [= N])

-sN segue o robots.txt e metatags de robôs (0 = nunca, 1 = às vezes, * 2 = sempre, 3 = sempre
(até mesmo regras estritas)) (--robots [= N])

-% h força solicitações HTTP / 1.0 (reduz os recursos de atualização, apenas para servidores antigos ou proxies)
(--Http-10)

-% k usa keep-alive se possível, reduzindo significativamente a latência para arquivos pequenos e teste
solicitações (% k0 não usar) (--keep-alive)

-% B solicitações tolerantes (aceitar respostas falsas em alguns servidores, mas não padrão!)
(--tolerante)

-% s update hacks: vários hacks para limitar as retransferências durante a atualização (tamanho idêntico,
resposta falsa ..) (--updatehack)

-% u url hacks: vários hacks para limitar URLs duplicados (strip //, www.foo.com == foo.com ..)
(--urhack)

-% A assume que um tipo (cgi, asp ..) está sempre ligado a um tipo MIME (-% A
php3, cgi = text / html; dat, bin = application / x-zip) (--assume )

-também pode ser usado para forçar um tipo de arquivo específico: --assume foo.cgi = text / html

- protocolo de internet @ iN (0 = ambos ipv6 + ipv4, 4 = ipv4 somente, 6 = ipv6 somente) (--protocol [= N])

-% w desativa um módulo mime externo específico (-% w htsswf -% w htsjava) (--disable-module
)

Navegador IDENTIDADE:
-F campo do agente do usuário enviado em cabeçalhos HTTP (-F "nome do agente do usuário") (- agente do usuário )

- Campo de referência padrão% R enviado em cabeçalhos HTTP (--referer )

-% E do endereço de e-mail enviado em cabeçalhos HTTP (--de )

- string de rodapé% F em código Html (-% F "Espelhado [do host% s [arquivo% s [em% s]]]"
(--rodapé )

-% l idioma preferido (-% l "fr, en, jp, *" (--language )

-% a formatos aceitos (-% a "texto / html, imagem / png; q = 0.9, * / *; q = 0.1" (--aceitar )

-% X linha de cabeçalho HTTP adicional (-% X "X-Magic: 42" (--headers )

Registro, índice, esconderijo
-C criar / usar um cache para atualizações e novas tentativas (C0 sem cache, cache C1 é prioritário, * C2
teste de atualização antes) (--cache [= N])

-k armazena todos os arquivos no cache (não é útil se os arquivos estiverem no disco) (--store-all-in-cache)

-% n não baixa novamente os arquivos apagados localmente (--do-not-recatch)

-% v exibição na tela de nomes de arquivos baixados (em tempo real) - *% v1 versão curta -% v2
animação completa (--display)

-Q no log - modo silencioso (--do-not-log)

-q sem perguntas - modo silencioso (--quiet)

-z log - informações extras (--extra-log)

-Z log - depurar (--debug-log)

-v tela de logon (--verbose)

-f * log em arquivos (--file-log)

-f2 um único arquivo de log (--single-log)

-Eu * faço um índice (I0 não faço) (--index)

-% i cria um índice principal para uma pasta de projeto (*% i0 don t make) (--build-top-index)

-% faço um índice pesquisável para este espelho (*% I0 don t make) (--search-index)

Expert opções:
modo de prioridade -pN: (* p3) (--priority [= N])

-p0 apenas escaneia, não salva nada (para verificar os links)

-p1 salva apenas arquivos html

-p2 salva apenas arquivos não html

- * p3 salvar todos os arquivos

-p7 obtém arquivos html antes e depois trata outros arquivos

-S permanecer no mesmo diretório (--stay-on-same-dir)

-D * só pode ir para subdiretórios (--can-go-down)

-U só pode ir para diretórios superiores (--can-go-up)

-B pode ir tanto para cima quanto para baixo na estrutura de diretório (--can-go-up-and-down)

-a * permanecer no mesmo endereço (--stay-on-same-address)

-d permanece no mesmo domínio principal (--stay-on-same-domain)

-Eu fico no mesmo TLD (por exemplo: .com) (--stay-on-same-tld)

-e vá a qualquer lugar na web (- vá-em qualquer lugar)

-% H depura cabeçalhos HTTP no arquivo de log (--debug-headers)

guru opções: (Faz NÃO usar if possível)
- # X * usar mecanismo otimizado (verificações de limite de memória limitadas) (--fast-engine)

- # 0 teste de filtro (- # 0 * .gif www.bar.com/foo.gif) (--debug-testfilters )

- Teste de simplificação nº 1 (- nº 1 ./foo/bar/../foobar)

- # 2 teste de tipo (- # 2 /foo/bar.php)

- # lista de cache C (- # C * .com / spider * .gif (--debug-cache )

- # R cache repair (danificado cache) (--repair-cache)

- # d analisador de depuração (--debug-parsing)

- # E extrair new.zip cache meta-data em meta.zip

- # f sempre liberar arquivos de log (--advanced-flushlogs)

- Número máximo de filtros # FN (--advanced-maxfilters [= N])

- # h informações da versão (--version)

- # K scan stdin (debug) (--debug-scanstdin)

- # L número máximo de links (- # L1000000) (--advanced-maxlinks)

- # p exibe informações de progresso feias (--advanced-progressinfo)

- # P catch URL (--catch-url)

- # R rotinas de FTP antigas (depurar) (--repair-cache)

- # T gerar operações de transferência. registrar a cada minutos (--debug-xfrstats)

- # u tempo de espera (--advanced-wait)

- # Z gera estática de taxa de transferência a cada minutos (--debug-ratestats)

Perigoso opções: (Faz NÃO usar a menos que Você exatamente sabemos o que Você e guarante que os mesmos estão fazendo)
-%! contornar os limites de segurança integrados com o objetivo de evitar abusos de largura de banda (largura de banda,
conexões simultâneas) (--disable-security-limits)

-IMPORTANTE
NOTA: OPÇÃO PERIGOSA, APENAS ADEQUADA PARA ESPECIALISTAS

- USE COM EXTREMO CUIDADO

Linha de comando específico opções:
-V executa o comando do sistema após cada arquivo ($ 0 é o nome do arquivo: -V "rm \ $ 0")
(--userdef-cmd )

-% W usa uma função de biblioteca externa como wrapper (-% W myfoo.so [, myparameters])
(--ligar de volta )

detalhes: Opção N
-N0 Estrutura do site (padrão)

-N1 HTML na web /, imagens / outros arquivos na web / imagens /

-N2 HTML na web / HTML, imagens / outros na web / imagens

-N3 HTML na web /, imagens / outro na web /

-N4 HTML em web /, imagens / outro em web / xxx, onde xxx é a extensão do arquivo (todos gif
será colocado em web / gif, por exemplo)

-N5 Imagens / outras na web / xxx e HTML na web / HTML

-N99 Todos os arquivos na web /, com nomes aleatórios (gadget!)

-N100 Estrutura do site, sem www.domain.xxx/

-N101 Idêntico a N1, exceto que "web" é substituído pelo nome do site

-N102 Idêntico a N2, exceto que "web" é substituído pelo nome do site

-N103 Idêntico a N3, exceto que "web" é substituído pelo nome do site

-N104 Idêntico a N4, exceto que "web" é substituído pelo nome do site

-N105 Idêntico a N5, exceto que "web" é substituído pelo nome do site

-N199 Idêntico a N99, exceto que "web" é substituído pelo nome do site

-N1001 Idêntico a N1 exceto que não há diretório "web"

-N1002 Idêntico a N2 exceto que não há diretório "web"

-N1003 Idêntico ao N3, exceto que não há um diretório "web" (opção definida para a opção g)

-N1004 Idêntico a N4 exceto que não há diretório "web"

-N1005 Idêntico a N5 exceto que não há diretório "web"

-N1099 Idêntico a N99 exceto que não há diretório "web"

detalhes: Usuário definido opção N
% n Nome do arquivo sem tipo de arquivo (ex: imagem)
% N Nome do arquivo, incluindo o tipo de arquivo (ex: image.gif)
% t tipo de arquivo (ex: gif)
% p caminho [sem terminar /] (ex: / someimages)
Nome do host% h (ex: www.someweb.com)
% M URL MD5 (128 bits, 32 bytes ascii)
% Q string de consulta MD5 (128 bits, 32 bytes ascii)
% k string de consulta completa
% r nome do protocolo (ex: http)
% q string de consulta pequena MD5 (16 bits, 4 bytes ascii)
% s? Versão do nome curto (ex:% sN)
% [param] variável param na string de consulta
% [param: before: after: empty: notfound] extração de variável avançada

detalhes: Usuário definido opção N e avançado variável Extração
% [param: before: after: empty: notfound]

-param: nome do parâmetro

-antes
: string a preceder se o parâmetro foi encontrado

-after: string a acrescentar se o parâmetro foi encontrado

-não encontrado
: substituição de string se o parâmetro não puder ser encontrado

-empty: substituição de string se o parâmetro estiver vazio

-todos os campos, exceto o primeiro (o nome do parâmetro), podem estar vazios

detalhes: Opção K
-K0 foo.cgi? Q = 45 -> foo4B54.html? Q = 45 (URI relativo, padrão)

-K -> http://www.foobar.com/folder/foo.cgi? q = 45 (URL absoluto) (--keep-links [= N])

-K3 -> /pasta/foo.cgi?q=45 (URI absoluto)

-K4 -> foo.cgi? Q = 45 (URL original)

-K5 -> http://www.foobar.com/folder/foo4B54.html? q = 45 (URL de proxy transparente)

Atalhos:
--espelho
* faça um espelho do (s) site (s) (padrão)

--pegue
obtenha os arquivos indicados, não procure outros URLs (-qg)

--Lista
adicione todos os URLs localizados neste arquivo de texto (-% L)

--mirrorlinks
espelhar todos os links nas páginas de primeiro nível (-Y)

--testlinks
teste de links nas páginas (-r1p0C0I0t)

--aranha
sites spider, para testar links: relatórios de erros e avisos (-p0C0I0t)

--site de teste
idêntico a --spider

--esqueleto
faz um espelho, mas obtém apenas arquivos html (-p1)

--atualizar
atualizar um espelho, sem confirmação (-iC2)

--Prosseguir
continuar um espelho, sem confirmação (-iC1)

--cathurl
crie um proxy temporário para capturar um URL ou um URL de postagem de formulário

--limpar
apagar cache e arquivos de log

--http10
forçar solicitações http / 1.0 (-% h)

detalhes: Opção %C: Externo retornos de chamada protótipos
Vejo htsdefines.h

Use httrack online usando serviços onworks.net