如何防止Httrack再次下载相同的文件？

Question

我正在使用httrack下载这个网站：http://4minutearticles.com/

然而，问题是作者在他的网站的每个页面上都有返回到主页的链接

例如http://4minutearticles.com/ext/

父目录链接重定向到主页，软件再次开始下载

我如何防止这种循环的发生？

Answer 1

在下面提供的链接上阅读问题的答案：

“我有重复的文件！这是怎么回事？”

链接：http://www.httrack.com/html/faq.html#Q1b11

也可以看看下面链接上的"Filters:Advanced“：

http://www.httrack.com/html/filters.html

它可能会对你的问题有所帮助。

Answer 2

您可以使用筛选器阻止HTTRACK下载相同的文件或文件夹。要执行此操作，请单击“首选项和镜像选项”标签前面的“设置选项”按钮，然后打开“扫描规则”选项卡，然后单击“排除链接”按钮，根据需要设置规则。

Answer 3

对于顶级索引(index.html和

-2.html)，通常会出现这种情况。

这是一个常见的问题，但这是不容易避免的！

例如，http://www.foobar.com/和http://www.foobar.com/index.html可能是同一个页面。但是，如果网站中的链接同时涉及http://www.foobar.com/和http://www.foobar.com/index.html，则这两个页面将被捕获。因为http://www.foobar.com/必须有一个名称，所以HTTrack必须找到一个名称，因为您可能想要在本地浏览网站(/会给出一个目录列表，而不是索引本身！)。因此，将生成两个index.html，其中一个带有-2，表示必须重命名该文件。

考虑到http://www.foobar.com/和http://www.foobar.com/index.html是相同的链接，以避免重复文件，这可能是一个好主意，不是吗？不，因为顶级索引(/)可以引用任何文件名，并且如果index.html通常是缺省名称，则可以选择index.htm，也可以选择index.php3、mydog.jpg或您可以想象的任何名称。(有些站长真的很疯狂)

注意:在极少数情况下，当网站重定向到另一个文件时，会发现重复的数据文件。这个问题应该很少见，并且可以使用过滤器来避免。

另请参阅：Updating a project