Comment puis-je télécharger un site web entier ?

Comme je l'ai également demandé pour httrack.com, cet outil de ligne de commande permet-il d'obtenir l'ASP ? code ou est-ce qu'il obtiendrait simplement le rendu du HTML ? Il faut que j'essaie. Cela pourrait être un peu inquiétant pour les développeurs si c'est le cas...

@optimal, la sortie HTML bien sûr - il n'obtiendrait le code que si le serveur était mal configuré

Malheureusement, cela ne fonctionne pas pour moi - il y a un problème avec les liens vers les fichiers css, ils ne sont pas changés en relatifs c'est-à-dire que vous pouvez voir quelque chose comme ceci dans les fichiers : <link rel="stylesheet" type="text/css" href="http://superuser.com/static/css/reset.css" media="screen" /> ce qui ne fonctionne pas bien localement, à moins qu'il y ait un waz pour tromper firefox pour qu'il pense qu'un certain dir est une racine.

Homebrew montre comment l'installer sur sa page d'accueil. brew.sh

Httrack vs Wget ? Lequel dois-je utiliser sur un Mac ?

@gorn Cela pourrait être faisable avec un chroot, bien que je n'ai jamais essayé.

Une chance de faire fonctionner tout cela en parallèle ?

Ne fonctionne pas avec les liens, les images et autres, il est donc inutile. L'autre réponse avec la commande wget -m -p -E -k www.example.com a fait tous les travaux et affiche un site web localement avec les liens appropriés, les images, le format, etc, de manière si facile.

@BMW Cela devrait certainement être le commentaire principal ! Je recommande de l'ajouter à la réponse.

Diskernet est une alternative et fonctionne pour les applications à page unique et les sites qui nécessitent une authentification : github.com/i5ik/Diskernet

Y a-t-il un moyen d'enregistrer le JS scripts séparément du fichier html ? Je ne vois pas non plus de CSS fichiers téléchargés.

J'ai essayé d'utiliser votre wget --mirror -p --html-extension --convert-links www.example.com et ça a juste téléchargé l'index. Je pense que vous avez besoin du -r pour télécharger l'ensemble du site.

Pour ceux qui craignent de tuer un site en raison du trafic / d'un trop grand nombre de requêtes, utilisez la fonction -w seconds (pour attendre un certain nombre de secondes entre les requêtes, ou la touche --limit-rate=amount pour spécifier la largeur de bande maximale à utiliser lors du téléchargement.

@EricBrotto vous ne devriez pas avoir besoin des deux. --mirror y -r . De la wget page de manuel : "[--mirror] est actuellement équivalent à -r".

-p est le diminutif de --page-requisites pour ceux qui se posent la question.

Utilisation de wget comme cela n'obtiendra pas de fichiers référencés en Javascript. Par exemple, dans <img onmouseout="this.src = 'mouseout.png';" onmouseover="this.src = 'mouseover.png';" src="image.png"> les images pour le mouseout et le mouseover seront manquées.

Quelqu'un sait-il comment utiliser wget pour obtenir les grandes images des annonces sur ebay ? Par exemple, je veux obtenir les grandes images de ce lien : ebay.com/sch/ . Pour être plus précis, je veux les images qui sont affichées lorsque vous passez la souris sur l'image.

Pour moi, cela ne fonctionne pas comme prévu, il ne recrée pas tous les liens à l'intérieur de la page pour qu'elle soit navigable hors ligne.

Si vous voulez seulement télécharger www.example.com/foo utilisez le --no-parent opción.

Il semble qu'il y ait confusion avec certains hyperliens : /contact a été converti en index.html?p=11 (qu'il a également copié dans le répertoire de premier niveau, même si contact/index.html a été téléchargé aussi)

Ah, ce sont apparemment des redirections dans wordpress mais non résolues par wget, et bizarrement utilisées dans le html téléchargé alors qu'elles sont résolues dans le html original (pas de p= lien dans le a tag).

Si vous voulez sortir un site fonctionnant localement, utilisez localhost:4000 (ou quel que soit votre port) et non 127.0.0.1:<your-port> ou ça ne marchera pas - en tout cas, ça n'a pas marché pour moi. Pour une raison quelconque, je n'ai pu obtenir que le index.html pour chaque page de mon site et non pour tous les actifs, css, etc.

wget --no-parent --recursive --level=inf --span-hosts --page-requisites --convert-links --adjust-extension --no-remove-listing https://……/…… --directory-prefix=…… . Il doit y avoir quelqu'un besoins ceci.

Je tiens à souligner que "--span-host" (et non --span-hosts) est une balise importante pour moi, que j'ai mis du temps à trouver ! Sans cela, les liens et les images qui ne sont pas dans le domaine spécifié ne seront pas sauvegardés !

Cela a fonctionné là où d'autres (y compris la réponse acceptée) ont échoué lamentablement.

Dans mon cas, je ne voulais pas un site web entier, mais juste un sous-domaine, y compris tous les sous-domaines qui lui appartiennent. A titre d'exemple, j'ai essayé wget -E -k -m -np -p https://www.mikedane.com/web-development/html/index.html ce qui a très bien fonctionné. D'après mon expérience, vous n'obtenez pas toujours tous les sous-domaines, ni les PDF liés, mais à part cela, j'ai obtenu une copie entièrement fonctionnelle qui fonctionne bien hors ligne.

Y a-t-il un moyen d'enregistrer le JS scripts séparément du fichier html ? Je ne vois pas non plus de CSS fichiers téléchargés.