webcheck - Online în cloud

PROGRAM:

NUME

webcheck - verificator de linkuri site-uri web

REZUMAT

webcheck [OPȚIUNE] ... URL-ul

DESCRIERE

webcheck va verifica documentul la adresa URL specificată pentru link-uri către alte documente, urmați
aceste link-uri în mod recursiv și generează un raport HTML.

-eu, --intern=MODEL
Marcați adresele URL care se potrivesc cu MODEL (expresie regulată de tip perl) ca o legătură internă.
Poate fi folosit de mai multe ori. Rețineți că PATTERN-ul se potrivește cu adresa URL completă.
Adresele URL care se potrivesc cu acest PATTERN vor fi considerate interne, chiar dacă se potrivesc cu una dintre ele
modelele --externe.

-X, --extern=MODEL
Marcați adresele URL care se potrivesc cu MODEL (expresie regulată de tip perl) ca link extern.
Poate fi folosit de mai multe ori. Rețineți că PATTERN-ul se potrivește cu adresa URL completă.

-y, --yank=MODEL
Nu verificați adresele URL care se potrivesc cu MODEL (expresie regulată de tip perl). Ca și -x
flag, deși această opțiune va face ca webcheck să nu verifice linkul potrivit de regex
întrucât -x va verifica linkul, dar nu și copiii săi. Poate fi folosit de mai multe ori.
Rețineți că PATTERN-ul se potrivește cu adresa URL completă.

-b, --doar baza
Considerați ca orice adresă URL care nu începe cu adresa URL de bază este externă. De exemplu, dacă
alergi
webcheck -b http://www.example.com/foo
apoi http://www.example.com/foo/bar vor fi considerate interne întrucât
http://www.example.com/ va fi considerat extern. În mod implicit, toate paginile sunt activate
site-ul va fi considerat intern.

-A, --evita-extern
Evitați linkurile externe. În mod normal, dacă webcheck examinează o pagină HTML și găsește
un link care indică un document extern, va verifica dacă acesta este extern
documentul există. Acest steag dezactivează această acțiune.

--ignora-roboți
Nu preluați și nu analizați fișierele robots.txt. În mod implicit fișierele robots.txt sunt
recuperat și onorat. Dacă sunteți sigur că doriți să ignorați și să anulați
decizia webmasterului, această opțiune poate fi utilizată.
Pentru mai multe informații despre manipularea robots.txt, consultați secțiunea NOTE de mai jos.

-q, --Liniște, --tăcut
Nu tipăriți progresul, deoarece webcheck traversează un site.

-d, --depanare
Imprimați informațiile de depanare în timp ce accesați cu crawlere site-ul. Această opțiune este în principal utilă
pentru dezvoltatori.

-o, --ieșire=CATALOG
Directorul de ieșire. Utilizați pentru a specifica directorul în care webcheck îl va arunca
rapoarte. Valoarea implicită este directorul curent sau așa cum este specificat de config.py. Dacă aceasta
directorul nu există, va fi creat pentru dvs. (dacă este posibil).

-c, --continua
Încercați să continuați de la o rulare anterioară. Când utilizați această opțiune, webcheck va căuta
un webcheck.dat în directorul de ieșire. Acest fișier este citit pentru a restabili starea
din cursa anterioară. Acest lucru permite webcheck-ului să continue o întrerupere anterior
alerga. Când se utilizează această opțiune, opțiunile --internal, --external și --yank vor fi
fi ignorat, precum și orice argument URL. --bază-doar și --evitați-extern
opțiunile ar trebui să fie aceleași ca și runda anterioară.
Rețineți că această opțiune este experimentală și semantica se poate schimba odată cu venirea
versiuni (mai ales în legătură cu alte opțiuni). De asemenea, rețineți că stocat
Nu se garantează că fișierele sunt compatibile între versiuni.

-f, --forta
Suprascrieți fișierele fără să întrebați. Această opțiune este necesară pentru rularea webcheck non-
interactiv.

-r, --redirects=N
Redirecționează adâncimea. numărul de redirecționări webcheck ar trebui să urmeze atunci când urmăresc a
legătură. 0 înseamnă să urmați toate redirecționările.

-u, --userpass=URL-ul
Specificați o adresă URL cu informații despre numele de utilizator și parolă pe care să le utilizați pentru bază
autentificarea la vizitarea site-ului.
de exemplu http://test:[e-mail protejat]/
Această opțiune poate fi specificată de mai multe ori.

-w, --așteaptă=SECUNDE
Așteaptă SECUNDE între preluări de documente. De obicei, webcheck va procesa o adresă URL și
trece imediat la următorul. Cu toate acestea, pe unele sisteme încărcate, poate fi de dorit
pentru a avea o pauză de verificare web între solicitări. Această opțiune poate fi setată la orice non-
număr negativ.

-v, --versiune
Arată versiunea programului.

-h, --Ajutor
Afișați un scurt rezumat al opțiunilor.

URL-ul CLASE

Adresele URL sunt împărțite în două clase:

Intern URL-urile sunt preluate și elementul preluat este verificat pentru sintaxă. De asemenea
elementul preluat este căutat pentru link-uri către alte articole (din orice clasă) și aceste link-uri sunt
urmat.

Extern Adresele URL sunt preluate doar pentru a testa dacă sunt valide și pentru a aduna câteva elemente de bază
informații de la acestea (titlu, dimensiune, tip de conținut etc). Elementele recuperate nu sunt
verificat pentru legături către alte articole.

În afară de clasa lor, pot fi luate în considerare și adresele URL a smuls (după cum este specificat cu --yank
sau --evitare-opțiuni externe). Adresele URL pot fi fie interne, fie externe și nu vor fi
preluat sau verificat deloc. Adresele URL ale schemelor neacceptate sunt, de asemenea, considerate smulse.

EXEMPLE

Verificați site-ul www.example.com, dar luați în considerare orice cale cu „/webcheck” în ea
extern.
webcheck http://www.example.com/ -x /webcheck

NOTE

La verificarea adreselor URL interne, webcheck onorează fișierul robots.txt, identificându-se ca
verificare web agent utilizator. Linkurile nepermise nu vor fi verificate deloc ca și cum ar fi opțiunea -y
specificat pentru acea adresă URL. Pentru a permite webcheck să acceseze cu crawlere părți ale unui site care sunt alți roboți
interzis, utilizați ceva de genul:
Agent utilizator: *
Nu permiteți: /foo

Agent utilizator: webcheck
Permite: /foo

MEDIUL

_proxy
Adresa URL proxy pentru .

RAPORTAREA GANDACI

Rapoartele de erori ar trebui trimise la lista de corespondență[e-mail protejat]>.
Mai multe informații despre raportarea erorilor pot fi găsite pe pagina de pornire webcheck:
http://arthurdejong.org/webcheck/

DREPTURI DE AUTOR

Copyright © 1998, 1999 Albert Hopkins (marduk)
Copyright © 2002 Mike W. Meyer
Copyright © 2005, 2006, 2007, 2008, 2009, 2010 Arthur de Jong
webcheck este un software gratuit; consultați sursa pentru condițiile de copiere. NU există garanție;
nici măcar pentru VANTABILITATE sau ADEPTEREA PENTRU UN ANUMIT SCOP.
Fișierele produse ca ieșire din software nu se încadrează automat sub
drepturile de autor ale software-ului, cu excepția cazului în care se specifică altfel în mod explicit.

Utilizați webcheck online folosind serviciile onworks.net