Часто задаваемые вопросы

Обычно это связано со следующими двумя причинами:

1. Динамический рендеринг JavaScript: HTTrack — это традиционный веб-краулер, который анализирует ссылки статически в кодах HTML и таблицах стилей CSS. Если целевой сайт является SPA (одностраничным приложением) или загружает разметку и изображения динамически с помощью JS (например, скрипты Ajax или Lazyload), HTTrack не сможет найти скрытые URL-адреса.

2. Ресурсы внешних доменов: Многие веб-сайты хранят свои файлы CSS или изображений на CDN (сетях доставки контента) или внешних сторонних доменах. По умолчанию WinHTTrack не загружает внешние ресурсы из соображений безопасности, поэтому эти файлы будут отсутствовать на локальном диске.

💡 Решения:

• Перейдите в Параметры -> Правила сканирования (Set options -> Scan Rules) и вручную добавьте правила для включения необходимых внешних доменов. Например, +*cdn.example.com* или +*.example.com/*.
• Для изображений с отложенной загрузкой (lazy-load) вы можете попробовать изменить строку идентификации User-Agent в настройках, чтобы имитировать популярные поисковые системы.

Многие современные веб-сайты используют WAF (брандмауэры веб-приложений) или системы защиты от парсинга. Если вы скачиваете сайт с большим количеством одновременных запросов, сервер сочтет ваш IP-адрес вредоносной атакой и заблокирует его (обычно возвращаются ошибки 403 Forbidden или 503 Service Unavailable).

💡 Решения:

Настройте параметры ограничения скорости в меню Параметры (Set options):

• Вкладка Ограничения (Limits): Уменьшите максимальное количество одновременных подключений (Max connections) до небольшого числа (например, 2-4 подключения).
• Вкладка Управление потоком (Flow Control): Задайте время задержки (ожидания) между запросами.
• Вкладка Идентификация браузера (Browser ID): Измените стандартную строку User-Agent на строку обычного веб-браузера (например, Chrome или Edge), чтобы избежать обнаружения в качестве робота.

В WinHTTrack встроен мощный фильтр Правила сканирования (Scan Rules). Это позволяет скачивать только файлы нужных форматов, пропуская ненужные веб-страницы HTML.

💡 Пошаговая настройка:

Перейдите в Параметры -> Правила сканирования (Set options -> Scan Rules):

1. Если вы хотите скачать только PDF-файлы: сначала исключите все файлы, написав -*, а затем добавьте именно PDF с помощью +*.pdf, вот так:

-* +*.pdf

2. Если вы хотите скачать только изображения JPG и PNG:

-* +*.jpg +*.png

Примечание: Разделяйте несколько правил пробелами.

Нет. В HTTrack встроен механизм инкрементного обновления, который является одной из самых мощных функций этого копировщика сайтов.

💡 Пошаговая настройка:

1. Откройте WinHTTrack, выберите точно такое же имя проекта на первом экране мастера (чтобы загрузить настройки из истории).
2. На втором экране измените действие по умолчанию «Загрузить сайт(ы)» на Обновить существующее зеркало (Update existing mirror) в выпадающем меню Действие (Action).
3. Нажмите «Далее» и «Готово». Программа проверит кэш и загрузит только новые, отсутствующие или измененные ресурсы.

Это означает, что целевая страница этой гиперссылки находится за пределами границ вашего зеркала:

• Ссылка ведет на внешний домен, а загрузка с других доменов была запрещена в ваших настройках.
• Глубина перехода по ссылке превышает лимит, настроенный во вкладке Ограничения -> Макс. глубина (Limits -> Max depth).

В этом случае интеллектуальный перестройщик HTTrack сохраняет абсолютный веб-адрес URL, а не генерирует неработающий локальный путь к файлу, гарантируя работоспособность ссылок при наличии подключения к интернету.