Manuel d'utilisation de Web-DLAI : Aspiration de sites Web

6. Aspiration de sites Web

6.1 Accès

Lien du menu

6.2 Nouvelle programmation

Fenêtre d'ajout

• Adresse: l'adresse du site à aspiré !
• Temps avant de lancer le téléchargement: précisez bien l'unités

• Quota: Taille maxi admissible en octets du téléchargement
• Temps maxi de téléchargement: précisez l'unité
• Niveau: Vous pouvez précisez le niveau de récursivité dans la téléchargement: si par exemple vous mettez le niveau 2, voici un exemple des répertoires qui seront téléchargés:
  
  • /
  • /images
  • /images/test
  • NON: /images/test/jpg
  • NON: /documentations/cours/info/html/
• Extensions de fichiers: à rejeter ou uniquement, c'est la liste des extensions de fichiers que vous voulez, ou que vous ne voulez pas. Remplir le champs avec des extensions, sans les points et séparé par des virgules, par exemple, si vous ne voulez pas les images: "gif,jpg,jpeg,bmp,png" .

6.3 Etats

Etats des téléchargements en cours

6.4 Limitations

Les sites web utilisent différentes technologies pour agrémenter leur visualisation, et leur navigation. Pour cela les navigateurs web ont due évolué, essayé par exemple d'aller sur www.education.gouv.fr avec un ancien navigateur comme IE 4 ou netscape 3 (ou w3m pour les vrais !) ! Vous n'allez pas voir la page, ou alors qu'une partie avec de la chance.
Les outils d'aspiration de sites n'ont pas évolué comme les navigateurs.

C'est pourquoi les pages web dynamiques aux niveau du client, ce qui concerne les technologies suivantes: applet java, javascript, animation flash, cookies, etc; sont difficilement aspirables sans problèmes.

Le système actuel d'aspiration de PingOO se limitera par conséquent au code HTML renvoyé par le serveur distant.