WinHTTrack Website Copier使用说明

WinHTTrack Website Copier使用说明

WinHTTrack Website Copier可以抓取整个网站或者某个网页、某个论坛帖子。以抓取论坛某个主题帖子为例：

1、打开WinHTTrack Website Copier，下一步

2、工程名可以以帖子标题命名，最好用英文，分类随意，保存路径建议非C盘。

 

 

 3、我们要下载若干个帖子，所以操作选择下载个别文件，web地址可以逐个输入，也可以用list列表，列表以回车键分开，对于有规律的帖子，可以在excel中拖动快速形成。

http://bbs.tianya.cn/post-399-70857-1.shtml

http://bbs.tianya.cn/post-399-70857-2.shtml

http://bbs.tianya.cn/post-399-70857-3.shtml

  4、选项，最大深度选择1，最大外部链接深度选择0。这样我们只搜索当前帖子或页面所在的网址内容，不要外链到其他网站，所以选择0.这两个选项很重要。

 5、链接我选择了试图捕获所有的URLs，保存所有指向非HTML文件的链接，例如外部的zip文件或图片文件，首先保存HTML文件，取默认也行，没看出多少区别。

 6、构造取默认值即可。

 7、搜寻页面取默认值。

 8、浏览器标致取默认值。

 9、确定后直接开始。

 10、特别要注意的是，新建一个工程要重新命名，否则会覆盖原来的地址！

WinHTTrack Website Copier比Offline Explorer Portable(离线浏览器工具)的好处是抓取的文件很精准，没有多余的外链和文件，而且文件都是压缩之后存储的，占用空间较小，而且文件数量很小。而Offline Explorer Portable搜索深度设置为1的时候，会搜索本站点的外链，这不是我想要的，但是设置搜索深度为0的话，又会出现附件没有被下载的问题。

缺点是同一个站点的文件不能共用，需要再次下载，如果把列表放在一起下载，以前下载的又会被覆盖，而Offline Explorer Portable会更新以前下载的目录，它是以站点为单位进行下载的，网站有更新直接刷新下就好了。

WinHTTrack Website Copier还有个缺点是网址不支持变量，对于有规律的网址，需要借助excel生成。而Offline Explorer Portable有网址宏功能，可以自定义网址的起始页，例如page=:{1..4}代表1~4页。

WinHTTrack Website Copier和Offline Explorer Portable都可以下载论坛的附件（包括zip和jpg等类型的图片附件），但是论坛的图片不一定能正确抓取，网页内嵌的图片可以正常抓取，原因有待探索。

 

2018年10月9日