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？
7 M& c  W* j3 \
. N* d; i/ l; c+ Y比如 WinHTTrack 这个软件 在所有页面里面都加了：

1. 
   + I( ^" W# B: s% p! g$ W2 V7 a2 d
2. <!-- Mirrored from foshan.wfang58.com/newhouse by HTTrack Website Copier/3.x [XR&CO'2014], Thu, 14 Mar 2019 06:56:13 GMT -->
   % u) S6 s$ y; d4 e& c9 ~" T0 [
3. <!-- Added by HTTrack --><meta http-equiv="content-type" content="text/html;charset=UTF-8" /><!-- /Added by HTTrack -->

复制代码

$ O" p( M' Q, J* d4 `( R
5 O9 M4 m9 N" a  M这个软件WebZIP 7加了
1 N9 s& s1 F$ e* _$ y) x' |- u8 Z1 L

1. <!-- Copyright � 2005. Spidersoft Ltd -->
   8 i6 ]+ Q7 `6 |# b' M
2. <style>
   6 m" ]8 B) X$ g: q4 T5 y" q* P: d
3. A.applink:hover {border: 2px dotted #DCE6F4;padding:2px;background-color:#ffff00;color:green;text-decoration:none}
   
4. A.applink       {border: 2px dotted #DCE6F4;padding:2px;color:#2F5BFF;background:transparent;text-decoration:none}
   + b% U% T4 s4 @) z+ D+ {
5. A.info          {color:#2F5BFF;background:transparent;text-decoration:none}
   
6. A.info:hover    {color:green;background:transparent;text-decoration:underline}
   
7. </style>
   & z7 R, y$ ]) o- ^  L/ o* _
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
    , i: H& `. C7 c( m3 x
11. <!-- /Copyright � 2005. Spidersoft Ltd -->

复制代码

6 h$ a* h# H7 y! M* ^# o( [, Y
* y* D" w3 Q8 U4 R. u+ I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
# s( Q. {/ i1 S' @9 Q( ~% N( `
谁用过这2个软件 ，怎么处理的？
( U% @  Y3 N( }6 b) ^! P3 X

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
+ y6 A$ j/ |1 i4 d4 d  @4 x, m
* k4 d. U) V) H* N+ q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
) |* l  e4 B. M' Q
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
6 t* n, T: e+ y: j9 }, g- u<!-- 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

不如直接来个nginx 反代，然后用替换mo ...

还是河马厉害,
最近在看春哥的 openresty 教程,
- P; D0 B9 h/ O1 \5 D; Y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,
, U# l3 \! o1 b7 F" F( I' u正好学习到了反代和nginx 中的 lua 编程 ...

不错不错
! e# P0 p3 R0 M7 K/ {
" u/ W7 S: A$ K; C# j1 aopenresty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。