languagewire/html-dumper

一个库，它将页面作为静态HTML文件和资产下载到磁盘上

维护者

详细信息

github.com/Languagewire/html-dumper

源代码

问题

安装次数: 3,501

依赖项: 0

建议者: 0

安全: 0

星标: 1

关注者: 3

分支: 0

开放问题: 1

1.0.1 2022-11-18 15:10 UTC

Requires

Requires (Dev)

MIT 50b02591ae9f8b6e120e6a53ca1f027e14596780

This package is auto-updated.

Last update: 2024-09-21 12:01:55 UTC

README

Packagist Build Coverage Status license

HtmlDumper 是一个PHP库，它将HTML页面的副本及其资产下载到目标目录。

  • 下载HTML源代码并将所有URI转换为相对路径，创建更新的 index.html 文件。
  • 解析HTML并获取相关资源
    • 样式表、脚本、图片、视频
    • 也可以与位于CSS文件中的资产一起工作。
  • 删除指向外部页面的锚链接。
  • 不会爬取初始URL之外的页面。
$url = "https://example.com";
$targetDirectory = "/tmp/htmldump";

$downloader = new \LanguageWire\HtmlDumper\Service\PageDownloader();
if ($downloader->download($url, $targetDirectory)) {
    echo "Sucessfully downloaded $url in $targetDirectory";
}

要求

安装

安装HtmlDumper的推荐方式是通过 Composer。

composer require languagewire/html-dumper

开发

在 build/ 文件夹中有一个 Dockerfile 文件，用于设置本地开发所需的全部依赖，运行单元测试和其他linters。

自定义 build/.env 如下

cd build
cp .env.template .env
nano .env

然后在 build/ 文件夹中运行 ./build.sh

cd build
./build.sh

许可

HtmlDumper 在MIT许可证（MIT）下提供。请参阅 LICENSE 文件以获取更多信息。