V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
cszhiyue
V2EX  ›  问与答

Python 实现 archive.org 类似快照的功能,有什么好的思路?

  •  
  •   cszhiyue · 2016-08-17 03:12:21 +08:00 · 1129 次点击
    这是一个创建于 3019 天前的主题,其中的信息可能已经有所发展或是发生改变。
    • 页面的渲染? phantomjs
    • css/js/img 下载
    • 更改页面的路径?

    还需要注意些什么?

    3 条回复    2016-08-17 21:16:57 +08:00
    imcocc
        1
    imcocc  
       2016-08-17 12:57:44 +08:00 via iPhone   ❤️ 1
    页面渲染不需要的。
    复杂点的, js 里包含网页地址就需要解析 js 了。

    简单点的,类似离线浏览的功能,把所有需要的 htmljs 等网页文件抓好,换个路径供人访问。

    你可以试试离线浏览器感受一下,学学思路( Offline Explorer )。
    cszhiyue
        2
    cszhiyue  
    OP
       2016-08-17 19:06:00 +08:00
    @imcocc 这样的话暂时只需要把 js css img 抓取。然后更换路径了。
    imcocc
        3
    imcocc  
       2016-08-17 21:16:57 +08:00 via iPhone
    @cszhiyue 对的,这就是扒站
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   5352 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 29ms · UTC 08:35 · PVG 16:35 · LAX 00:35 · JFK 03:35
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.