WinHTTrack
WinHTTrack est un outil permettant d'aspirer le contenu de site. Cela est pratique pour disposer du contenu d'un site hors ligne.
Site :
Fonction
Pour un site donc l'accès est sécurisé par un compte d'accès, il est possible de définir les identifiants :
- par le bouton "Ajouter" lors de la création d'un nouveau site à aspirer ;
- par la syntaxe
http://compte:motdepasse@domaine/page/
Paramétrage
Il est possible de limiter le contenu aspiré aux seules pages du site, sans y intégrer le contenu des liens externes :
Limites
- profondeur des liens intérieurs ; je laisse à blanc pour pas de limite ;
- profondeur des liens extérieurs ; je paramètre 0 (zéro) ;
Exclure du contenu. Pour aspirer un site de type MediaWiki, il n'est pas nécessaire de récupérer les pages de modification (renommage, suppression...) ; en conséquence exclure les liens contenant :
?title=
: page d'action (modification [edit], suppression [delete], protection [protect], renommage, purge [purge] ...)/Spécial:
Journal, index et cache
- tout stocker en cache (stockage de tous les fichiers en cache et pas seulement les HTML) ;
- constituer un index : cela permet une recherche par mot clé ;
- faire une base sémantique (création d'une base sémantique des pages HTML ;