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？

+ Y# f2 W8 e0 R: y9 q) h" q比如 WinHTTrack 这个软件 在所有页面里面都加了：

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 -->
   % O2 ?4 ~( w2 L( p, J4 q1 [% I: x
3. <!-- Added by HTTrack --><meta http-equiv="content-type" content="text/html;charset=UTF-8" /><!-- /Added by HTTrack -->

复制代码

这个软件WebZIP 7加了
- l% l( q7 v6 r; q6 W# o

1. <!-- Copyright � 2005. Spidersoft Ltd -->
   
2. <style>
   ; v) I( P6 f* y- S
3. A.applink:hover {border: 2px dotted #DCE6F4;padding:2px;background-color:#ffff00;color:green;text-decoration:none}
   % T2 b% X8 P/ j7 c
4. A.applink       {border: 2px dotted #DCE6F4;padding:2px;color:#2F5BFF;background:transparent;text-decoration:none}
   + O& D, [7 w/ H9 B& g
5. A.info          {color:#2F5BFF;background:transparent;text-decoration:none}
   6 |; f. d( J, N" b4 Y
6. A.info:hover    {color:green;background:transparent;text-decoration:underline}
   - t! |( @- w/ \! [! [4 H6 D
7. </style>
   " H; X3 \9 R8 x, ^& J6 m# e6 c3 s" a
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");'>
   
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>
   
10. 此处省略
    7 g2 c; _+ b$ p0 y6 C
11. <!-- /Copyright � 2005. Spidersoft Ltd -->

复制代码

  r0 K& l0 Y; `  n7 Y2 {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

' [6 x2 y2 Z9 r) ]# i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

' O' X" ]' b0 |* B; k$ Z2 l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

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
& D& [) W5 A$ Q: r0 ]* R8 ?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

不如直接来个nginx 反代，然后用替换mo ...

还是河马厉害,
' ~* b/ e! I4 K# D% ~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
! _; z( z& F- v6 @% `% H$ }8 g还是河马厉害,
- d/ y) n0 Y5 T. O8 ^, y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 ...

# w8 z' H1 d; S! O不错不错
1 Q8 L7 F. N+ i
4 P4 r; m1 z3 P. l* x; p2 hopenresty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。