Question

我的最终目标是提供现有网站的工作副本。

我已经使用了httrack这是非常好的，但它不够智能，无法检测深层嵌套的相关资源，例如动态资源和来自js / flash等的资源。

我想基本上编写一个脚本，在Chrome中的Console标签中查找所有404响应，并使用URI从本地下载外部网站中的文件。

例如，假设我得到了这个：

404 http://site.localhost/media/images/blah.png 404 http://site.localhost/media/xml/file.xml

我希望我的脚本循环遍历所有404，并检测HOST是否为'site.localhost'，然后运行一个bash命令，从http://actualsite.com/media/images/blah.png WGET资源。

如果有人能够深入了解我如何以编程方式访问控制台的这一部分，以及如何运行bash命令，那么我就设置了。

Answer 1

我不知道在页面上使用常规javascript转储控制台内容的方法（如果有的话会非常惊讶）。

您可以编写一个监控页面上所有资源的扩展程序，如果是404，则可以记录日志。当然，使用javascript下载它们是不可能的。

要记录错误的请求，您需要使用experimental API，如下所示：

<强> background.html：

chrome.experimental.webRequest.onCompleted.addListener(function(details) {
    if(details.statusCode == 404) {
        console.log("Broken resource:", details.url);
    }
}, null, ["statusLine", "responseHeaders"]);

如何以编程方式访问Chrome的控制台以执行404响应？

1 个答案: