httrack: en línea en la nube

PROGRAMA:

NOMBRE

httrack - navegador sin conexión: copia sitios web a un directorio local

SINOPSIS

httrack [ url ] ... [ -filtrar ] ... [ + filtro ] ... [ -Oh, --sendero ] [ -w, --espejo ] [ -W,
--mago de espejos ] [ -gramo, --obtener archivos ] [ -I, --Seguir ] [ -Y, --Enlaces Espejo ] [ -PAG,
--apoderado ] [ -%F, --httpproxy-ftp [= N] ] [ -%B, --unir ] [ -rn, --depth [= N] ] [ -% eN,
--ext-depth [= N] ] [ -Minnesota, --max-files [= N] ] [ -MINNESOTA, --max-size [= N] ] [ -ES, --max-time [= N] ]
[ -UN, - tasa máxima [= N] ] [ -% cN, --conexión por segundo [= N] ] [ -GN, --max-pause [= N] ] [
-cN, --enchufes [= N] ] [ -TENNESSE, --tiempo de espera [= N] ] [ -RN, --reintentos [= N] ] [ -JN, --min-rate [= N] ]
[ -HN, --host-control [= N] ] [ -%PAG, --extended-parsing [= N] ] [ -norte, --cerca ] [ -t, --prueba ]
[ -% L, --lista ] [ -%S, --lista de URL ] [ -NN, --estructura [= N] ] [ -%D,
--cheched-delay-type-check ] [ -%METRO, --mimo-html ] [ -LN, --nombres-largos [= N] ] [ -KN,
--keep-links [= N] ] [ -X, --reemplazar-externo ] [ -%X, --deshabilitar-contraseñas ] [ -% q,
--include-cadena-de-consulta ] [ -Oh, --generar-errores ] [ -X, --purge-old [= N] ] [ -%pag,
--preservar ] [ -% T, --utf8-conversión ] [ -bN, --cookies [= N] ] [ -tu, --check-type [= N] ] [
-j, --parse-java [= N] ] [ -sn, --robots [= N] ] [ -% h, --http-10 ] [ -% k, --mantener viva ] [
-%B, --tolerante ] [ -%s, --actualizaciónhack ] [ -% u, --urlhack ] [ -%A, --asumir ] [ -@en,
--protocolo [= N] ] [ -% w, --deshabilitar-módulo ] [ -F, --agente de usuario ] [ -% R, --referente ] [ -%MI,
--desde ] [ -%F, --pie de página ] [ -% l, --idioma ] [ -%a, --aceptar ] [ -%X, --cabeceras ] [ -VS,
--caché [= N] ] [ -k, --almacenar-todo-en-caché ] [ -%norte, --no-recuperar ] [ -% v, --monitor ] [
-P, --no-registrar ] [ -q, --tranquilo ] [ -z, --extra-registro ] [ -Z, --registro de depuración ] [ -v, --verboso
] [ -F, --archivo-registro ] [ -f2, - registro único ] [ -YO, --índice ] [ -%I, --build-top-indice ] [
-%YO, --índice de búsqueda ] [ -pn, --prioridad [= N] ] [ -S, --permanecer-en-el-mismo-dir ] [ -RE,
--can-bajar ] [ -Tú, --puede-subir ] [ -B, --puede subir y bajar ] [ -a
- permanecer en la misma dirección ] [ -D, --permanecer en el mismo dominio ] [ -yo, --permanece-en-el-mismo-tld ] [ -mi,
- ir a todas partes ] [ -% H, --debug-cabeceras ] [ -% !, --desactivar-límites-de-seguridad ] [ -V,
--userdef-cmd ] [ -% W, --llamar de vuelta ] [ -K, --keep-links [= N] ] [

DESCRIPCIÓN

httrack le permite descargar un sitio World Wide Web de Internet a un local
directorio, construyendo recursivamente todos los directorios, obteniendo HTML, imágenes y otros archivos
desde el servidor a su computadora. HTTrack organiza el enlace relativo del sitio original-
estructura. Simplemente abra una página del sitio web "reflejado" en su navegador y podrá
navegue por el sitio de un enlace a otro, como si lo estuviera viendo en línea. HTTrack también puede
actualice un sitio duplicado existente y reanude las descargas interrumpidas.

EJEMPLOS

httrack www.someweb.com/bob/
sitio espejo www.someweb.com/bob/ y solo este sitio

httrack www.someweb.com/bob/ www.otrotest.com/mike/ + *. com / *. jpg -mime: aplicación / *
reflejar los dos sitios juntos (con enlaces compartidos) y aceptar cualquier archivo .jpg en
sitios .com

httrack www.someweb.com/bob/bobby.html +* -r6
significa obtener todos los archivos a partir de bobby.html, con 6 enlaces de profundidad y posibilidad de
yendo a todas partes en la web

httrack www.someweb.com/bob/bobby.html --araña -P proxy.mihost.com:8080
ejecuta la araña en www.someweb.com/bob/bobby.html usando un proxy

httrack --actualizar
actualiza un espejo en la carpeta actual

httrack
te llevará al modo interactivo

httrack --Seguir
continúa un espejo en la carpeta actual

CAMPUS

General opciones:
-O ruta para espejo / archivos de registro + caché (-O ruta espejo [, caché de ruta y archivos de registro]) (--ruta
)

la columna Acción opciones:
-w * sitios web espejo (--mirror)

-W sitios web espejo, semiautomático (hace preguntas) (--mirror-wizard)

-g solo obtiene archivos (guardados en el directorio actual) (--get-files)

-continúo un espejo interrumpido usando el caché (--continuar)

-Y reflejar TODOS los enlaces ubicados en las páginas del primer nivel (enlaces espejo) (--mirrorlinks)

apoderado opciones:
-P uso de proxy (-P proxy: puerto o -P usuario: pass @ proxy: puerto) (--proxy )

-% f * usa proxy para ftp (f0 no usa) (--httpproxy-ftp [= N])

-% b usa este nombre de host local para realizar / enviar solicitudes (-% b nombre de host) (--bind )

Límites opciones:
-rN establece la profundidad del espejo en N (* r9999) (--depth [= N])

-% eN establece la profundidad de los enlaces externos en N (*% e0) (--ext-depth [= N])

-mN longitud máxima de archivo para un archivo que no es HTML (--max-files [= N])

-mN, N2 longitud máxima de archivo para no html (N) y html (N2)

-MN tamaño total máximo que se puede cargar / escanear (--max-size [= N])

-EN tiempo máximo de espejo en segundos (60 = 1 minuto, 3600 = 1 hora) (--max-time [= N])

-AN tasa de transferencia máxima en bytes / segundos (1000 = 1 KB / s máx.) (--Max-rate [= N])

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

-GN pausa la transferencia si se alcanzan N bytes y espera hasta que se elimine el archivo de bloqueo
(--máx-pausa [= N])

Flujo Control:
-cN número de conexiones múltiples (* c8) (--sockets [= N])

-TN timeout, número de segundos después de que se apaga un enlace que no responde (--timeout [= N])

-RN número de reintentos, en caso de tiempo de espera o errores no fatales (* R1) (--retries [= N])

-Control de atascos de tráfico JN, tasa de transferencia mínima (bytes / segundos) tolerada para un enlace
(--min-rate [= N])

-HN se abandona el host si: 0 = nunca, 1 = tiempo de espera, 2 = lento, 3 = tiempo de espera o lento
(--host-control [= N])

Enlaces opciones:
-% P * análisis extendido, intenta analizar todos los enlaces, incluso en etiquetas desconocidas o Javascript
(% P0 no usar) (- análisis-extendido [= N])

-n obtener archivos que no sean html cerca de un archivo html (por ejemplo, una imagen ubicada en el exterior) (--cerca)

-t prueba todas las URL (incluso las prohibidas) (--prueba)

-% L agregue todas las URL ubicadas en este archivo de texto (una URL por línea) (--list )

-%S agregue todas las reglas de escaneo ubicadas en este archivo de texto (una regla de escaneo por línea)
(--urllist )

Construcción opciones:
-NN tipo de estructura (0 * estructura original, 1+: ver más abajo) (--estructura [= N])

-o estructura definida por el usuario (-N "% h% p /% n% q.% t")

-% N verificación de tipo demorada, no realice ninguna prueba de enlace, pero espere a que comience la descarga de archivos
en su lugar (experimental) (% N0 no usar,% N1 usar para extensiones desconocidas, *% N2 siempre
utilizar)

-% D control de tipo retrasado en caché, no espere el tipo remoto durante las actualizaciones, para acelerar
ellos (% D0 espera, *% D1 no espera) (--cached-delayed-type-check)

-% M genera un archivo completo encapsulado en RFC MIME (.mht) (--mime-html)

-LN nombres largos (L1 * nombres largos / conversión L0 8-3 / compatible con L2 ISO9660)
(--nombres-largos [= N])

-KN mantiene los enlaces originales (p. Ej. http://www.adr/link) (K0 * enlace relativo, K absoluto
enlaces, enlaces originales K4, enlaces URI absolutos K3, enlace proxy transparente K5)
(--keep-links [= N])

-x reemplaza los enlaces html externos por páginas de error (--replace-external)

-% x no incluye ninguna contraseña para sitios web externos protegidos con contraseña (% x0 incluye)
(--disable-contraseñas)

-% q * incluye una cadena de consulta para archivos locales (inútil, solo con fines informativos) (% q0
no incluir) (--include-query-string)

-o * generar archivo html de salida en caso de error (404 ..) (o0 no generar)
(--generar-errores)

-X * purgar archivos antiguos después de la actualización (X0 mantener la eliminación) (--purge-old [= N])

-% p conserva los archivos html como están (idéntico a -K4 -% F "") (--preserve)

-% T conversión de enlaces a UTF-8 (--utf8-conversion)

Spiders opciones:
-bN aceptar cookies en cookies.txt (0 = no aceptar, * 1 = aceptar) (--cookies [= N])

-u verifica el tipo de documento si es desconocido (cgi, asp ..) (u0 no verifica, * u1 verifica pero /, u2
comprobar siempre) (--check-type [= N])

-j * analizar clases Java (j0 no analizar, máscara de bits: | 1 analizar predeterminado, | 2 no analizar
.class | 4 no parse .js | 8 no seas agresivo) (--parse-java [= N])

-sN sigue las etiquetas robots.txt y meta robots (0 = nunca, 1 = a veces, * 2 = siempre, 3 = siempre
(incluso reglas estrictas)) (--robots [= N])

-% h fuerza solicitudes HTTP / 1.0 (reduce las funciones de actualización, solo para servidores o proxies antiguos)
(--http-10)

-% k usa Keep-Alive si es posible, reduciendo en gran medida la latencia para archivos pequeños y pruebas
solicitudes (% k0 no usar) (--keep-alive)

- Solicitudes tolerantes% B (acepte respuestas falsas en algunos servidores, ¡pero no estándar!)
(--tolerante)

-% s trucos de actualización: varios trucos para limitar las retransferencias al actualizar (tamaño idéntico,
respuesta falsa ..) (--updatehack)

-% u URL hacks: varios trucos para limitar las URL duplicadas (strip //, www.foo.com == foo.com ..)
(--urlhack)

-% A supone que un tipo (cgi, asp ..) siempre está vinculado con un tipo mime (-% A
php3, cgi = texto / html; dat, bin = aplicación / x-zip) (--asume )

-también se puede usar para forzar un tipo de archivo específico: --assume foo.cgi = text / html

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

-% w deshabilita un módulo mime externo específico (-% w htsswf -% w htsjava) (--disable-module
)

Navegador # de IDENTIDAD:
-F campo de agente de usuario enviado en encabezados HTTP (-F "nombre de agente de usuario") (--user-agent )

-% R campo de referencia predeterminado enviado en encabezados HTTP (--referer )

-% E de la dirección de correo electrónico enviada en encabezados HTTP (--desde )

- Cadena de pie de página% F en código HTML (-% F "Reflejado [del host% s [archivo% s [en% s]]]"
(--pie de página )

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

-% a formatos aceptados (-% a "texto / html, imagen / png; q = 0.9, * / *; q = 0.1" (--accept )

-% X línea de encabezado HTTP adicional (-% X "X-Magic: 42" (- encabezados )

Iniciar sesión, índice, cache
-C crear / usar un caché para actualizaciones y reintentos (C0 sin caché, el caché C1 es prioritario, * C2
actualización de prueba antes) (--caché [= N])

-k almacena todos los archivos en la caché (no es útil si los archivos están en el disco) (--store-all-in-cache)

-% n no vuelve a descargar archivos borrados localmente (--do-not-recatch)

-% v muestra en la pantalla los nombres de los archivos descargados (en tiempo real) - *% v1 versión corta -% v2
animación completa (--display)

-Q sin registro - modo silencioso (--do-not-log)

-q sin preguntas - modo silencioso (- silencioso)

-z log - información adicional (--extra-log)

-Z log - depuración (--debug-log)

-v pantalla de inicio de sesión (--verbose)

-f * iniciar sesión en archivos (--file-log)

-f2 un solo archivo de registro (--single-log)

-Yo * hago un índice (I0 no lo hago) (--index)

-% hago un índice superior para una carpeta de proyecto (*% i0 no lo hago) (--build-top-index)

-% Hago un índice de búsqueda para este espejo (*% I0 no lo hago) (--search-index)

Experto opciones:
-pN modo de prioridad: (* p3) (--priority [= N])

-p0 solo escanee, no guarde nada (para verificar enlaces)

-p1 guarda solo archivos html

-p2 guarda solo archivos no html

- * p3 guardar todos los archivos

-p7 obtener archivos html antes, luego tratar otros archivos

-S permanecer en el mismo directorio (--stay-on-same-dir)

-D * solo puede bajar a subdirecciones (--can-go-down)

-U solo puede ir a directorios superiores (--can-go-up)

-B puede subir y bajar en la estructura del directorio (--can-go-up-and-down)

-a * permanecer en la misma dirección (--stay-on-same-address)

-d permanecer en el mismo dominio principal (--stay-on-same-domain)

-Me quedo en el mismo TLD (por ejemplo: .com) (--stay-on-same-tld)

-Voy a todas partes en la web (--go-a todas partes)

-% H depura los encabezados HTTP en el archivo de registro (--debug-headers)

Gurú opciones: (del NO utilizan el if posible)
- # X * use un motor optimizado (comprobaciones de límites de memoria limitada) (--fast-engine)

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

- Prueba de simplificación n. ° 1 (- n. ° 1 ./foo/bar/../foobar)

- Prueba de tipo n. ° 2 (- n. ° 2 /foo/bar.php)

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

- Reparación de caché # R (caché dañada) (--repair-cache)

- # d analizador de depuración (--debug-parsing)

- # E extraer metadatos de caché new.zip en meta.zip

- # f siempre vaciar los archivos de registro (--advanced-flushlogs)

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

- # h información de la versión (--versión)

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

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

- # p muestra información de progreso fea (--advanced-progressinfo)

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

- # R antiguas rutinas FTP (depuración) (--repair-cache)

- # T generar operaciones de transferencia. registrar cada minutos (--debug-xfrstats)

- # tiempo de espera (--advanced-wait)

- # Z genera estadísticas de tasa de transferencia cada minuto (--debug-ratestats)

peligroso opciones: (del NO utilizan el a menos que Usted exactamente sabes qué qué Usted en haciendo)
-%! eludir los límites de seguridad incorporados destinados a evitar abusos de ancho de banda (ancho de banda,
conexiones simultáneas) (--disable-security-limits)

-IMPORTANTE
NOTA: OPCIÓN PELIGROSA, SOLO APTA PARA EXPERTOS

-ÚSALO CON EXTREMO CUIDADO

Línea de comando soluciones y opciones:
-V ejecutar el comando del sistema después de cada archivo ($ 0 es el nombre del archivo: -V "rm \ $ 0")
(--userdef-cmd )

-% W usa una función de biblioteca externa como contenedor (-% W myfoo.so [, myparameters])
(--llamar de vuelta )

Detalles: Optión N
-N0 Estructura del sitio (predeterminado)

-N1 HTML en web /, imágenes / otros archivos en web / imágenes /

-N2 HTML en web / HTML, imágenes / otros en web / imágenes

-N3 HTML en web /, imágenes / otro en web /

-N4 HTML en web /, images / other en web / xxx, donde xxx es la extensión del archivo (todos gif
se colocará en web / gif, por ejemplo)

-N5 Imágenes / otras en web / xxx y HTML en web / HTML

-N99 Todos los archivos en web /, con nombres aleatorios (¡gadget!)

-N100 Estructura del sitio, sin www.domain.xxx/

-N101 Idéntico a N1 excepto que "web" se reemplaza por el nombre del sitio

-N102 Idéntico a N2 excepto que "web" se reemplaza por el nombre del sitio

-N103 Idéntico a N3 excepto que "web" se reemplaza por el nombre del sitio

-N104 Idéntico a N4 excepto que "web" se reemplaza por el nombre del sitio

-N105 Idéntico a N5 excepto que "web" se reemplaza por el nombre del sitio

-N199 Idéntico a N99 excepto que "web" se reemplaza por el nombre del sitio

-N1001 Idéntico al N1 excepto que no hay un directorio "web"

-N1002 Idéntico al N2 excepto que no hay un directorio "web"

-N1003 Idéntico a N3 excepto que no hay un directorio "web" (opción establecida para la opción g)

-N1004 Idéntico al N4 excepto que no hay un directorio "web"

-N1005 Idéntico al N5 excepto que no hay un directorio "web"

-N1099 Idéntico al N99 excepto que no hay un directorio "web"

Detalles: Usuario definido opción N
% n Nombre del archivo sin tipo de archivo (ej .: imagen)
% N Nombre del archivo, incluido el tipo de archivo (p. Ej., Image.gif)
% t Tipo de archivo (ej .: gif)
% p Ruta [sin finalización /] (p. ej., / algunas imágenes)
% h Nombre de host (p. ej .: www.someweb.com)
% M URL MD5 (128 bits, 32 bytes ascii)
% Q cadena de consulta MD5 (128 bits, 32 bytes ascii)
% k cadena de consulta completa
% r nombre de protocolo (por ejemplo: http)
% q cadena de consulta pequeña MD5 (16 bits, 4 bytes ascii)
%¿s? Versión de nombre corto (ej .:% sN)
% [param] variable param en la cadena de consulta
% [param: before: after: empty: notfound] extracción de variable avanzada

Detalles: Usuario definido opción N y avanzado variable Extracción
% [param: antes: después: vacío: no encontrado]

-param: nombre del parámetro

-antes de
: cadena para anteponer si se encontró el parámetro

-after: cadena para agregar si se encontró el parámetro

-extraviado
: reemplazo de cadena si no se pudo encontrar el parámetro

-empty: reemplazo de cadena si el parámetro estaba vacío

-todos los campos, excepto el primero (el nombre del parámetro), pueden estar vacíos

Detalles: Optión K
-K0 foo.cgi? Q = 45 -> foo4B54.html? Q = 45 (URI relativo, predeterminado)

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

-K3 -> /folder/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)

Atajos:
--espejo
* hacer un espejo del sitio (s) (predeterminado)

--obtener
obtener los archivos indicados, no buscar otras URL (-qg)

--lista
agregar todas las URL ubicadas en este archivo de texto (-% L)

--Enlaces Espejo
Duplicar todos los enlaces en páginas de primer nivel (-Y)

--vínculos de prueba
enlaces de prueba en las páginas (-r1p0C0I0t)

--araña
sitio (s) de araña, para probar enlaces: informes de errores y advertencias (-p0C0I0t)

--sitio de prueba
idéntico a --spider

--esqueleto
crea un espejo, pero solo obtiene archivos html (-p1)

--actualizar
actualizar un espejo, sin confirmación (-iC2)

--Seguir
continuar un espejo, sin confirmación (-iC1)

--catchurl
crear un proxy temporal para capturar una URL o una URL de publicación de formulario

--limpio
borrar caché y archivos de registro

--http10
forzar solicitudes http / 1.0 (-% h)

Detalles: Optión % W: Externo devoluciones de llamada prototipos
ver htsdefines.h

Use httrack en línea usando los servicios de onworks.net