我们组织的五位同志熬夜把论坛上我们认为有价值的帖子备份到了 web.archive.org。
但目前有个问题，根据url论坛的帖子在1000以上。我们只备份了有分类的帖子，而这只占全部帖子的一小部分，有什么原因吗。
只有四个同志的备份，剩下一个同志要备份的最多，要明天才有。这是备份索引mlmmlmbackups.md (19.4 KB)
1 个赞
事实上备份这事只需要输入一行代码。而且是全论坛备份。
善用信息技术可成倍提高生产力。
十分感谢。
事实上discourse的系统会自动生成备份，可以完成网站的迁移，但是包含了账户的信息所以不能分享给你们。
关于用web.archive.org我记得有人做过脚本，但不知道这个网站有没有频率限制，脚本我还没有实际使用过。
web.archive.org可以备份文字，似乎附加文件没办法备份，但是wget可以。而且wget备份的文件也可以作为静态网站的。
但是有一个问题必须加-E才能把每个页面的第一页备份下来，否则跟文件夹重名，无法创建文件。
wget --wait=0.3 -rkp -E -e robots=off https://mlmmlm.icu
但是加了-E选项会带来一个问题，选项 --convert-links无法起作用，给离线的浏览带来困难。
2 个赞
你用什么代码备份离线浏览没问题。
1 个赞
我改了描述，我不擅長表達，誠然，selenium gecko driver的備份肯定是最好的，這可以為所有這類網站的傳播加快速度。
但是似乎–convert-links无法起作用，点击备份文件的超链接会自动转跳到因特网的链接。
而且CSS完全没法用。
1 个赞
for better experience,in case --convert-links not working:
import os
base_path = r'/xxxx/xxxx/mlmmlm-icu-bcakup-master'
def find_all_file(base):
for root, ds, fs in os.walk(base):
for f in fs:
if f.endswith('.html'):
fullname = os.path.join(root, f)
yield fullname
def main():
base = base_path
for i in find_all_file(base):
try:
print(i)
fin = open(i, "rt", encoding="utf-8")
data = fin.read()
data = data.replace('https://mlmmlm.icu', r"file:///" + base_path)
data = data.replace('/stylesheets/', r"file:///" + base_path + "/stylesheets/")
fin.close()
fin = open(i, "wt", encoding="utf-8")
fin.write(data)
fin.close()
except Exception:
print("Error :" + i)
if __name__ == '__main__':
main()
1 个赞
我想说的是或许有一些自动化的手段来帮助我们去完成备份这件事
没有看轻你们工作成果的意思
1 个赞