网站克隆镜像软件，下载了文件，里面带有他们的标识，.....

manman008

网站克隆镜像软件，下载了文件，里面带有他们的标识，怎么去掉？
6 [- [+ m% B4 f4 o
! P# g, t0 S1 m. h2 }" v. i3 Q" F  S比如 WinHTTrack 这个软件 在所有页面里面都加了：
& w2 Y5 F+ X- c& v

1. 
   
2. <!-- Mirrored from foshan.wfang58.com/newhouse by HTTrack Website Copier/3.x [XR&CO'2014], Thu, 14 Mar 2019 06:56:13 GMT -->
   8 Q7 p" _( J' ~! h& y$ e5 u
3. <!-- Added by HTTrack --><meta http-equiv="content-type" content="text/html;charset=UTF-8" /><!-- /Added by HTTrack -->

复制代码

7 p  L( O0 O! p! Y5 q这个软件WebZIP 7加了

1. <!-- Copyright � 2005. Spidersoft Ltd -->
   0 {' i$ G' C0 F6 `, X
2. <style>
   
3. A.applink:hover {border: 2px dotted #DCE6F4;padding:2px;background-color:#ffff00;color:green;text-decoration:none}
   7 l' K9 f9 g+ h3 f" y9 G/ I
4. A.applink       {border: 2px dotted #DCE6F4;padding:2px;color:#2F5BFF;background:transparent;text-decoration:none}
   5 y8 u2 i$ @( A; R
5. A.info          {color:#2F5BFF;background:transparent;text-decoration:none}
   
6. A.info:hover    {color:green;background:transparent;text-decoration:underline}
   / z% n+ i$ Z5 g+ `, X# Y
7. </style>
   
8. <div style='BORDER: 1px solid #DCE6F4; MARGIN-TOP: 20px; MARGIN-BOTTOM: 20px; MARGIN-LEFT: 5px; MARGIN-RIGHT: 5px; PADDING: 5px; BACKGROUND-COLOR: #eef8ff;line-height:180%; COLOR: #000000; font-family: Arial; font-size: 8pt; width=100%; FILTER: progid:DXImageTransform.Microsoft.Gradient(GradientType=0, StartColorStr="#FFFFFFFF", EndColorStr="#F2F5FAFF");'>
   5 z% s: b" y  ^. |
9. This page was saved using <a class="applink" href="http://www.spidersoft.com"><b>WebZIP 7.0.3.1030</b></a> <a class="applink" href="http://www.spidersoft.com"><b>offline browser</b></a>  on  03/14/19 14:20:17.<br>
   4 E. `# C. e; A& x1 y2 o7 O
10. 此处省略
    1 y" X* L* e( N7 _+ s) [
11. <!-- /Copyright � 2005. Spidersoft Ltd -->

复制代码

% i1 z# ]- B, n
3 V: J( ]: S- \6 O9 k$ w怎么删除这些东西，都带有时间，没法批量删， 而且一个站几百几千文件的，没法处理
" c8 W) I: h3 X3 u
谁用过这2个软件 ，怎么处理的？

赔了命3000

看看能不能正则表达式匹配删除

三分醉

不写程序的话，可以在文件夹右上角搜索要改的文件类型，搜索结果全选中后右键使用notepad++编辑，Ctrl+h，输入要替换掉的，点击替换所有打开文件，然后保存所有就可以了。如果需要正则匹配这里也可以设置。这个方法还是有些麻烦，网上有不少小说批量编辑软件，各种替换功能的，可以去下载试试。

河小马

克隆？是把网站的页面全部下载也来？那太困难了，现在都是动态的了
& r. ?3 U" C5 v" a0 y6 h; w# h' N
不如直接来个nginx 反代，然后用替换module 把该改的东西换成自己的

manman008

公司用WPMU 二次开发的站， 太慢了，百度账户老是提示，大量url不宜推广，自动停掉

8 I3 Q1 T. `6 y' b& ]) ` 主管的意思， 动态的采集下来，弄成静态页面， 提高访问速度

新找了个工具 ，Internet Download Manager (IDM)   貌似可以

testman

webzip   下载的， 用UE 打开  正则表达式 替换
<!-- Copyright*[^p]*!*>  替换为 空     
第一个软件没试过。

lzs5240

河小马 发表于 2019-3-15 08:34
克隆？是把网站的页面全部下载也来？那太困难了，现在都是动态的了

: K( V1 u$ w. A# `' P# g不如直接来个nginx 反代，然后用替换mo ...

还是河马厉害,
! ~$ H' b, E2 Y) ^3 u0 s最近在看春哥的 openresty 教程,
正好学习到了反代和nginx 中的 lua 编程

河小马

lzs5240 发表于 2019-3-19 09:14
还是河马厉害,
最近在看春哥的 openresty 教程,
正好学习到了反代和nginx 中的 lua 编程 ...

不错不错
! ]1 G& C% I# f  J9 i- s
! {% |* Z7 ?. r( j: N( kopenresty很强大，很多大型公司都开始使用

杀蛙大侠

这个软件我用过，其实感觉很一般啊。。。有点过时的感觉。。。特别是登录验证这一块做的很差，还有类似的软件都不太好用。。。整站下载，我最后总结，要么是开火车头下载，要么自己写个爬虫。