HTTrack
HTTrack是一個自由、開源的網絡爬蟲以及離線瀏覽器。它的作者是澤維爾·羅奇（Xavier Roche），在GNU通用公共授權條款（GPL）下發布。
 | |
| 開發者 | Xavier Roche[1] |
|---|---|
| 當前版本 |
|
| 源代碼庫 | |
| 編程語言 | C語言 |
| 操作系統 | Microsoft Windows, Mac OS X, GNU/Linux和FreeBSD |
| 類型 | 離線瀏覽、網絡爬蟲 |
| 許可協議 | GNU通用公共授權條款 |
| 網站 | www |
使用者可以通過HTTrack把互聯網上的網站頁面下載到本地計算機上。在默認設置下，HTTrack對網站頁面的下載結果是按照原始站點相對鏈接的結構來組織的。用網頁瀏覽器打開這個被下載下來的網站（也稱作鏡像）的頁面，就可以離線瀏覽了。
HTTrack也能對已經鏡像過的站點進行更新。或者是對中斷了的工作斷點續傳。可以通過選項和過濾器（include/exclude）配置HTTrack的方方面面。它還整合有幫助系統。它有一個基本的命令行版本和兩個GUI（為Windows設計的WinHTTrack和為Unix-like系統設計的WebHTTrack）；命令行版本可以和Shell腳本（Shell script）以及cron聯用。
HTTrack使用網絡爬蟲下載網站。對於有robots.txt的網站，如果不在程序運行時取消限制，默認設置下的程序不會把網站完全鏡像。HTTrack能跟隨基本的JavaScript，或者Applet、Flash中的鏈接，但是對於複雜的鏈接（使用函數和表達式創建的鏈接）或者服務器端的Image Map則無能為力。
安裝與使用 編輯
在許多Unix-like系統下，只需要用包管理工具安裝httrack即可。例如Debian使用
sudo aptitude install httrack
一個使用例子：
httrack "http://www.all.net/" -O "/tmp/www.all.net" "+*.all.net/*" -v
它的意思是：以http://www.all.net/ 为起始URL，输出到/tmp/www.all.net文件夹，范围是www.all.net域名下的所有文件，并显示所有错误信息（verbose）。更詳細的信息請看官網上的Users Guide[4]。
參見 編輯
腳註 編輯
- ^ Credits: Greetings & authors. [2012-10-26]. （原始內容存檔於2020-04-29）.
- ^ Release 3.49.5.
- ^ 存档副本. [2012-10-26]. （原始內容存檔於2012-10-25）.
- ^ Httrack Users Guide. [2012-10-26]. （原始內容存檔於2012-10-26）.