Kopiowanie stron www – sposób na przenośną stronę

SPOSOBY KOPIOWANIA STRON WWW

Gdy wpiszemy w wyszukiwarkę hasło: kopiowanie stron www, od razu pojawi się wiele gotowych programów do pobrania m.in. HTTrack Website Copier czy Teleport Pro. Najczęściej są to programy w wersji okienkowej, gdzie jednym przyciskiem pobierzemy dowolną stronę.

Jest także inna opcja: można zapisać stronę prosto z przeglądarki, klikając prawym przyciskiem myszy na daną stronę i wybierając polecenie „Zapisz jako”.

Żadna z tych opcji nie daje pełnej satysfakcji. Przeglądarką trzeba pobierać każdą podstronę z osobna, a korzystając z gotowych programów nie można zautomatyzować procesu kopiowania strony na serwerze.

KOPIOWANIE STRON Z WIERSZA POLECEŃ

Jeżeli mamy na tyle dobry serwer, na który jest możliwość dostępu przez wiersz poleceń, zapewne jest na nim również program wget. Jeżeli nie ma takiego programu, istnieje wersja na windowsa dostępna pod tym linkiem: http://gnuwin32.sourceforge.net/packages/wget.htm.

Wystarczy wydanie jednego prostego polecenia, aby pobrać całą stronę wraz ze wszystkimi podstronami, obrazkami, arkuszami styli, czcionkami i innymi niezbędnymi plikami. Jest to następujące polecenie:
wget -rEp http://strona-www.pl

• -r odpowiada za pobieranie rekurencyjne,
• -E odpowiada za dopisanie rozszerzenia, np. strona http://strona-www.pl/kontakt zostanie pobrana jako kontakt.html,
• -p odpowiada za pobieranie wszystkich niezbędnych plików.

ĆWICZENIE PRAKTYCZNE

A teraz ćwiczenie praktyczne. Zajmiemy się stroną: http://fitnessroad.pl/.

Otwieramy wiersz poleceń i wchodzimy w miejsce, do którego chcemy pobrać stronę.
Wpisujemy polecenie: wget -rEp http://fitnessroad.pl/ i do katalogu fitnessroad.pl skopiowane zostaną wszystkie potrzebne pliki.

Lista tych plików przedstawia się następująco:

fitnessroad.pl/catering-dietetyczny.html
fitnessroad.pl/robots.txt
fitnessroad.pl/index.html
fitnessroad.pl/cennik.html
fitnessroad.pl/kontakt.html
fitnessroad.pl/trening-personalny.html
obrazki, skrypt, czcionki...

Teraz wystarczy skopiować wszystkie wygenerowane pliki do katalogu public_html i sprawdzić działanie strony.

Niestety strona nie będzie działać, gdyż w użyciu są przyjazne linki, które nie zawierają rozszerzeń .html. Można to naprawić przez dodanie pliku .htaccess, który dokona odpowiednich konwersji, czyli doda rozszerzenie .html wszystkim plikom, które go nie mają. .htaccess zmieni także nazwy katalogów na ścieżkę do znajdującego się w nim pliku index.html.

RewriteEngine on

RewriteRule ^([^.]*[^/])$ /$1.html [L]
RewriteRule ^([^.]*/)$ /$1index.html [L]

Takie podejście ma jednak wady, wiele serwisów posiada adresy typu: index.php?category=1&id=3.
Powyższe podejście nie będzie działać w tym przypadku, ponieważ znaki specjalne nie są zakodowane w formie procentowej.

Rozwiązaniem jest dodanie flagi -k, która odpowiednio przekonwertuje linki w plikach, zastępując znaki specjalne typu: ?&%! formą procentową.

WYKORZYSTANIE KOPIOWANIA STRON WWW

Pobieranie stron można wykorzystać do:

• stworzenia kopii zapasowej,
• utworzenia wersji strony możliwej do przeglądania offline,
• opublikowania strony statycznej a nie dynamicznej.

Na koniec dodam, że kopiowanie cudzych stron jest dozwolone tylko dla użytku osobistego.