使用Teleport 进行网站扒取

工具使用

1.安装完成后，打开软件，新建项目向导

 

 

 

2.根据选择需要的模式，个人建议使用第二个，扒取所有目录

 

3.输入项目地址，如果需要越详细的页面，可以层数设置的大一点

4.选择文件类型

 

5.完成配置

 

 

6.将项目保存在本地

 

 

不保存运行时出现

 

7.点击立即下载

 

8.下载完成后去项目目录下找目录文件夹

 

 

 

去除冗余代码（使用正则表达式）

 

1.tppabs

“查找内容”文本框中输入   tppabs="h[^"]*"

“替换为”设置为 "你想替换的内容"；

 

2.href="javascript:if(confirm)..."

“查找内容”文本框中输入   href="javascript\:if\(confirm\('htt[^"]*"

“替换为”输入   href="(这里是你想替换的链接)"；

或者

“查找内容”文本框中输入   javascript\:if\(confirm\('htt[^"]*\)\)

“替换为”输入   ""

 

3./*tpa=http://...

查找内容”文本框中输入 \/\*tpa=http\:\/\/.*\*\/

“替换为”设置为空   ；

 

注：eclipse ctrl + f 勾选 Regular expressions (正则表达式)

idea ctrl + f 勾选 Regular expressions (正则表达式)

 

只是简单的使用工具进行扒取，并未涉及工具其他功能，如有好的想法或者修改意见，欢迎评论