HTTrack介绍

爬取整站的网页，用于离线浏览，减少与目标系统交互，HTTrack是一个免费的（GPL，自由软件）和易于使用的离线浏览器工具。它允许您从Internet上下载万维网站点到本地目录，递归地构建所有目录，从服务器获取HTML，图像和其他文件到您的计算机。HTTrack安排原始网站的相关链接结构。只需在浏览器中打开“镜像”网站的页面，即可从链接到链接浏览网站，就像在线查看网站一样。HTTrack也可以更新现有的镜像站点，并恢复中断的下载。HTTrack完全可配置，并具有集成的帮助系统。

HTTrack使用

1.先创建一个目录，用来保存爬下来的网页和数据

2.打开Httrack

3.给项目命名

4.保存到哪个目录

5.网站的url

6.

Action:

(enter)

1 Mirror Web Site(s)

2 Mirror Web Site(s) with Wizard

3 Just Get Files Indicated

4 Mirror ALL links in URLs (Multiple Mirror)

5 Test Links In URLs (Bookmark Test)
0 Quit
:2

//1：直接镜像站点
//2：用向导完成镜像
//3：只get某种特定的文件
//4：镜像在这个url下所有的链接
//5：测试在这个url下的链接
//0：退出

7.是否使用代理

 8.你可以定义一些字符，用来爬特定类型的数据，我们全部类型数据都爬得话，设置*

9.设置更多选项，使用help可以看到更多选项，我们默认，直接Enter

 10.开始爬站

 11.查看结果