Web crawler 从站点获取URL列表
我正在为客户端部署一个替换站点,但他们不希望所有旧页面都以404结尾。保留旧的URL结构是不可能的,因为它太可怕了 因此,我正在编写一个404处理程序,它应该查找被请求的旧页面,并永久重定向到新页面。问题是,我需要一个所有旧页面URL的列表Web crawler 从站点获取URL列表,web-crawler,Web Crawler,我正在为客户端部署一个替换站点,但他们不希望所有旧页面都以404结尾。保留旧的URL结构是不可能的,因为它太可怕了 因此,我正在编写一个404处理程序,它应该查找被请求的旧页面,并永久重定向到新页面。问题是,我需要一个所有旧页面URL的列表 我可以手动完成这项工作,但我很感兴趣的是,是否有任何应用程序可以为我提供一个相对(例如:/page/path,而不是http:/…/page/path)URL列表,只要给出主页即可。就像一只蜘蛛,但它不关心内容,只关心寻找更深的页面。我不是想回答我自己的问题
我可以手动完成这项工作,但我很感兴趣的是,是否有任何应用程序可以为我提供一个相对(例如:/page/path,而不是http:/…/page/path)URL列表,只要给出主页即可。就像一只蜘蛛,但它不关心内容,只关心寻找更深的页面。我不是想回答我自己的问题,但我只是想运行一个站点地图生成器。我发现的第一个有很好的文本输出。非常适合我的需要。编写一个spider,从磁盘读取每个html,并输出“a”元素的每个“href”属性(可以通过解析器完成)。记住哪些链接属于某个页面(这是MultiMap数据结构的常见任务)。在此之后,您可以生成一个映射文件,作为404处理程序的输入。因此,在理想的情况下,您的站点中的所有页面都有一个规范。您还将拥有一个测试基础设施,可以访问所有页面进行测试 你大概不是在一个理想的世界里。为什么不这样做
linux机器上的wget可能也是一个不错的选择,因为有一些开关可以切换到spider并更改其输出
编辑:wget也可在Windows上使用:do
wget-r-l0 www.oldsite.com
然后只要查找www.oldsite.com
就会显示所有URL,我相信
或者,只需在每个404请求上提供自定义未找到页面!
也就是说,如果有人使用了错误的链接,他会得到一个页面,告诉他找不到该页面,并对网站的内容做出一些提示。我会查看任何数量的在线网站地图生成工具。就我个人而言,我过去使用过(基于java的),但是如果你在谷歌上搜索“sitemap builder”,我相信你会发现很多不同的选项。这里是一个站点地图生成器列表(显然你可以从中获得站点URL列表): 网站地图生成器 以下是指向在中生成或维护文件的工具的链接 XML站点地图格式,一个在Sitemaps.org上定义的开放标准,以及 由Ask、Google、Microsoft Live等搜索引擎支持 搜索和雅虎!。站点地图文件通常包含 网站上的URL以及这些URL的一些元数据。这个 以下工具通常生成“web类型”XML站点地图和URL列表 文件(某些文件可能还支持其他格式) 请注意:谷歌还没有测试或验证这些功能 本网站上列出的第三方软件的安全性。请 将有关软件的任何问题直接告知软件作者。 我们希望您喜欢这些工具 服务器端程序
- Enarion Phpsitemapsing(菲律宾)
- Google站点地图生成器(Linux/Windows,32/64位,开源)
- Outil en PHP(法语、菲律宾语)
- Perl站点地图生成器(Perl)
- Python站点地图生成器(Python)
- 简单网站地图(PHP)
- 站点地图XML动态站点地图生成器(PHP)$
- OS/2站点地图生成器(REXX脚本)
- XML站点地图生成器(PHP)$
- ASP.NET-站点地图.NET
- DotClear(西班牙语)
- 多特克利尔(2)
- 德鲁帕尔
- 电子商务模板(PHP)$
- 电子商务模板(PHP或ASP)$
- 生活型
- MediaWiki站点地图生成器
- MNOGO搜索
- 操作系统商务
- 辉绿岩
- 普隆
- 快艇
- 文本模式
- vBulletin
- Wikka Wiki(PHP)
- WordPress
- GSiteCrawler(Windows)
- GWebCrawler和站点地图创建者(Windows)
- G-Mapper(Windows)
- Inspyder站点地图创建者(Windows)$
- 智能映射器(Windows)$
- Microsys A1站点地图生成器(Windows)$
- Rage Google站点地图自动程序$(OS-X)
- 尖叫蛙SEO蜘蛛和站点地图生成器(Windows/Mac)$
- 站点地图专业版(Windows)$
- 站点地图编写器(Windows)$
- DeviceIntelligence网站地图生成器(Windows)
- 索勒曼网站地图工具(Windows)
- 项目标签(Windows)$
- Vigos Gsitemap(Windows)
- Visual SEO Studio(Windows)
- WebDesignPros站点地图生成器(Java Webstart应用程序)
- Weblight(Windows/Mac)$
- WonderWebWare站点地图生成器(Windows)
- AuditMyPc.com网站地图生成器
- 自动坑
- 自动项目地图$
- 伊那里奥肺水肿
- 免费站点地图生成器
- NeurticWeb.com网站地图生成器
- ROR站点地图生成器
- 脚本套接字站点地图生成器
- SeoUtility站点地图生成器(意大利语)
- SitemapDoc
- 站点地图
- 站点地图提交
- 智能IT咨询Google Sitemaps XML验证程序
- XML站点地图生成器
- XML站点地图生成器