如何防止Httrack再次下載相同的文件？

Question

我使用的HTTrack下載這個網站： http://4minutearticles.com/

然而，問題是，作者有他的網站的每個頁面上的鏈接返回到主頁

例如http://4minutearticles.com/ext/

的父目錄鏈接重定向到主頁面 並且軟件再次開始下載

如何防止此循環發生？

Answer 1

閱讀的答案，下面提供的鏈接上的問題：

「！？我有重複的文件，這是怎麼回事」

鏈接：http://www.httrack.com/html/faq.html#Q1b11

也有看看：以下鏈接 「過濾器高級」：

http://www.httrack.com/html/filters.html

它可以幫助你在你的問題。

Answer 2

您可以使用過濾器來阻止HTTRACK下載相同的文件或文件夾。您可以通過點擊「首選項和鏡像選項」標籤前面的「設置選項」按鈕，然後打開「掃描規則」選項卡，然後打開「排除鏈接」按鈕來設置規則。

Answer 3

這通常是頂級索引（index.html和 index-2.html）的情況。

這是一個常見問題，但不能輕易避免！例如，http://www.foobar.com/和 http://www.foobar.com/index.html可能是相同的頁面。但是如果網站中的鏈接 既指http://www.foobar.com/也指 http://www.foobar.com/index.html，這兩個頁面將被捕獲。而 因爲http://www.foobar.com/必須有一個名字，因爲你可能想要 在本地瀏覽網站（/會給出一個目錄列表，而不是 這個索引本身！），HTTrack必須找到一個。因此，將生成兩個index.html ，一個用-2表示該文件必須被重命名爲 。

這可能是一個好主意，考慮http://www.foobar.com/和 http://www.foobar.com/index.html是相同的環節，避免 重複文件，不是嗎？ NO，因爲頂部索引（/）可以參考 的任意一個文件名，並且如果index.html通常是默認名稱，則可以選擇 index.htm，或者index.php3，mydog.jpg，或者任何你可以想象的 。 （有些網站管理員真的很瘋狂）

注意：在一些極少數情況下，當網站重定向到另一個文件時，可以找到重複的數據文件。這個問題應該很少，並且可能使用過濾器避免 。

參見：Updating a project