Httrack

En deux mots

Httrack est un aspirateur de sites puissant, gratuit et pas toujours facile à manipuler.
Faire attention à l’ordre des règles.
En cas d’échec, voir le log (se méfier du robot.txt)

Aspirer sans jamais sortir du domaine `www.mondomaine.com`

Utiliser un filtre. Mais attention, on ne récupère pas les éléments extérieurs parfois utiles (javascript, images, css, etc.) ni les pages liées. Ce n’est pas la copie totale du site.

-* +www.mondomaine.com/* ; voir : [1] [2]
Plus d’informations sur les filtres : http://www.httrack.com/html/filters.html

Mémo

Aspirer http://artflx.uchicago.edu/cgi-bin/philologic/navigate.pl?bleue0411.8
- adresse à viser : http://artflx.uchicago.edu/cgi-bin/philologic/navigate.pl?bleue0411.8
- filtre :
```
-*
+*.jpg
+http://artflx.uchicago.edu/cgi-bin/philologic/*bleue0411
+http://artflx.uchicago.edu/images/bibl_web/bbl_000000899_0_006007_0_z_*
```
- ne pas suivre le robot.txt