download - sitio - Descargue una copia local de trabajo de una página web

descargar pagina web online

Question

Me gustaría descargar una copia local de una página web y obtener todos los css, imágenes, javascript, etc.

En discusiones previas (por ejemplo, here y here , que tienen más de dos años), generalmente se presentan dos sugerencias: wget -p y httrack . Sin embargo, estas sugerencias fallan. Apreciaría mucho la ayuda con el uso de cualquiera de estas herramientas para realizar la tarea; las alternativas también son encantadoras.

Opción 1: wget -p

wget -p descarga con éxito todos los requisitos previos de la página web (css, images, js). Sin embargo, cuando cargo la copia local en un navegador web, la página no puede cargar los requisitos porque las rutas a esos requisitos previos no se han modificado desde la versión en la web.

Por ejemplo:

• En el html de la página, <link rel="stylesheet href="/stylesheets/foo.css" /> deberá corregirse para apuntar a la nueva ruta relativa de foo.css
• En el archivo css, background-image: url(/images/bar.png) ajustará de manera similar.

¿Hay alguna manera de modificar wget -p para que las rutas sean correctas?

Opción 2: httrack

httrack parece ser una gran herramienta para duplicar sitios web completos, pero no tengo claro cómo usarlo para crear una copia local de una sola página. Hay una gran cantidad de discusión en los foros de httrack sobre este tema (por ejemplo, here ), pero nadie parece tener una solución a prueba de balas.

Opción 3: ¿otra herramienta?

Algunas personas han sugerido herramientas de pago, pero no puedo creer que no haya una solución gratuita.

¡Muchas gracias!

Answer 1

wget es capaz de hacer lo que estás pidiendo. Solo prueba lo siguiente:

wget -p -k http://www.example.com/

El -p le dará todos los elementos necesarios para ver el sitio correctamente (css, imágenes, etc.). La -k cambiará todos los enlaces (para incluir aquellos para CSS e imágenes) para permitirle ver la página sin conexión tal como apareció en línea.

De los documentos Wget:

‘-k’
‘--convert-links’
After the download is complete, convert the links in the document to make them
suitable for local viewing. This affects not only the visible hyperlinks, but
any part of the document that links to external content, such as embedded images,
links to style sheets, hyperlinks to non-html content, etc.

Each link will be changed in one of the two ways:

    The links to files that have been downloaded by Wget will be changed to refer
    to the file they point to as a relative link.

    Example: if the downloaded file /foo/doc.html links to /bar/img.gif, also
    downloaded, then the link in doc.html will be modified to point to
    ‘../bar/img.gif’. This kind of transformation works reliably for arbitrary
    combinations of directories.

    The links to files that have not been downloaded by Wget will be changed to
    include host name and absolute path of the location they point to.

    Example: if the downloaded file /foo/doc.html links to /bar/img.gif (or to
    ../bar/img.gif), then the link in doc.html will be modified to point to
    http://hostname/bar/img.gif. 

Because of this, local browsing works reliably: if a linked file was downloaded,
the link will refer to its local name; if it was not downloaded, the link will
refer to its full Internet address rather than presenting a broken link. The fact
that the former links are converted to relative links ensures that you can move
the downloaded hierarchy to another directory.

Note that only at the end of the download can Wget know which links have been
downloaded. Because of that, the work done by ‘-k’ will be performed at the end
of all the downloads.