WebArchiver - 基于 wget 的网页归档工具（PyQt4 GUI 前端）
发表于 ： 2011-06-01 18:23
Firefox 可以保存单个网页，但是，当有一大堆互相链接的网页时， Firefox 就力不从心了，它可以保存，但是在浏览这些网页时点击链接却有会被带到 Internet 上。
利用 wget -p -k 可以把整个网站保存，并且把链接转换成本地的相对链接。
但是 wget 要一个个输入网址的话，非累死不可，于是我用 PyQt4 写了这个 GUI 前端，通过简单的通配符(*)，自动生成带数字的 URL 列表（想想分页的文章，往往是 http://domin.com/page_03.htm），调用 wget 保存网站，在很短的时间内做出来的，目前功能比较简单，以后有空再完善。
Licensed under GNU GPLv3
Known bugs:
1. 终端输出不能格式化
4. Wget 会遵循 robots.txt, 导致部分网站无法下载。（这个功能竟然不能在 wget 里关掉）
Fixed bugs:
2. 没有输入任何 URL 时若点击 Start Download 会导致界面被禁用。 (Fixed in 0.0.2)
3. Remove 按钮未实现。 (Fixed in 0.0.2)
下载： 展开直接运行 WebArchiver.py, 需要安装 python-qt4 运行环境。
例子：
要下载 http://abc.com/somepage.html, http://abc.com/somepage_2.html, ..., http://abc.com/somepage_11.html
则设置模板为， http://abc.com/somepage_*.html, 通配符长度为 1, 起始为 2, 结束为 11. 即可添加 2 到 11 页。然后在添加 http://abc.com/somepage.html，点击 Start Download 即可调用 Wget 下载。
利用 wget -p -k 可以把整个网站保存，并且把链接转换成本地的相对链接。
但是 wget 要一个个输入网址的话，非累死不可，于是我用 PyQt4 写了这个 GUI 前端，通过简单的通配符(*)，自动生成带数字的 URL 列表（想想分页的文章，往往是 http://domin.com/page_03.htm），调用 wget 保存网站，在很短的时间内做出来的，目前功能比较简单，以后有空再完善。
Licensed under GNU GPLv3
- WebArchiver 0.0.1 archiving Google.com and Google.com.hk
1. 终端输出不能格式化
4. Wget 会遵循 robots.txt, 导致部分网站无法下载。（这个功能竟然不能在 wget 里关掉）
Fixed bugs:
2. 没有输入任何 URL 时若点击 Start Download 会导致界面被禁用。 (Fixed in 0.0.2)
3. Remove 按钮未实现。 (Fixed in 0.0.2)
下载： 展开直接运行 WebArchiver.py, 需要安装 python-qt4 运行环境。
例子：
要下载 http://abc.com/somepage.html, http://abc.com/somepage_2.html, ..., http://abc.com/somepage_11.html
则设置模板为， http://abc.com/somepage_*.html, 通配符长度为 1, 起始为 2, 结束为 11. 即可添加 2 到 11 页。然后在添加 http://abc.com/somepage.html，点击 Start Download 即可调用 Wget 下载。
