Je viens de tester cet outil, je ne sais pas si vous connaissiez déjà -> hxxps://github.com/hartator/wayback-machine-downloader
En gros pour résumer, avec une petite ligne de commande en Ruby ce tool vous scrappe tout ce que wayback machine a sur un domaine en particulier, et vous le range sur votre ordi dans un dossier dédié (en respectant à priori la place des fichiers qui composaient le site : sous-dossiers / feuilles de styles / js etc.). C'est plutôt pas mal pour récupérer et ressusciter rapidement des petits sites faits à la main ou juste du contenu :-)
Hors ligne
Merci @alfex ! C'est de la balle ! Dommage que ça soit en Ruby par contre : il va falloir trouver un serveur pour tester ça...
Hors ligne
J'ai installé Ruby sur mon mac, du coup en passant la ligne de commande via le terminal ça marche nikel. Je pense qu'on peut faire la même chose sur windows ;-) (par contre passez par un VPN quand vous lancez la commande juste au cas où webarchive détecte ce genre de pratique et bloque les utilisateurs abusifs)
Hors ligne
merci , tres bien ce petit truc je le test la il marche bien
Hors ligne
@taggada Windows > Ruby Installer
Mac > installé par défaut, suffit de faire la MAJ.
_________
.
Hors ligne
Merci beaucoup @Linuxma
Et merci @alfex pour le conseil du VPN
Hors ligne
De rien ! Ce qui serait pas mal comme tool complémentaire c'est un truc qui permettent de cleaner des fichiers html histoire de ne filtrer que les textes des fichiers scrappés... Si quelqu'un à ça en stock je suis preneur :-)
Hors ligne
@alfex en fait, il y a eu plusieurs discussions sur le sujet au niveau du forum. Check cette requête ou sinon fais une recherche avec "wayback".
_________
.
Hors ligne
Hors ligne
@alfex par contre, ça ne parle pas trop du cleaner ha ha ... C'est le secret de défense de ceux qui sont arrivés à le faire. Exemple @Yeurl qui vend la presta sur le forum.
J'aurai bien aimé t'aider mais tout ce que j'ai pu trouver ce sont des réponses du genre, cleaner le fichier en utilisant un éditeur lol.
_________
.
Hors ligne
En effet, du coup je cherche ailleurs et je crois avoir trouvé une piste ;-)
Hors ligne
Hors ligne
Excellent @alfex, merci !!
@debutantseo pour ma part cela fonctionne bien.
Je ne sais pas si tu as renommé le nom du dossier suite au téléchargement de ruby, mais il ne faut pas le faire, ou alors je pense qu'il faut renommer aussi dans les fichiers qu'il contient (perso je ne sais pas faire..).
Je ne l'ai pas fait au départ et ai fait fonctionné le tool nickel. Ensuite j'ai voulu renommer le dossier ruby ("Ruby22-x64") et ça fonctionnait plus..
Sinon, dans le terminal, as-tu bien pensé à te mettre au niveau du dossier "ruby" =>
(si tu as enregistré ruby sur le disque C), avant d’exécuter la commande ?
As-tu bien installé Wayback Machine Downloder :
Dernière modification par Makmanuss (2016-03-06 02:03:28)
Hors ligne
Marche bien sur Windows, je viens de tester à l'instant. Par contre de base, le répertoire des exe de ruby n'étaient pas dans le path. Pour ceux qui veulent pas se prendre la tête, faut se mettre dans cd ruby22-x64/bin pour lancer: gem install wayback_machine_downloader
et après: wayback_machine_downloader http://xxxxxxxxxxx (ne pas oublier le http://, sinon ce sont des erreurs assurées !)
http://www.domaines-expires.net
Hors ligne
je souhaite utiliser WebHTTrack Website Copier
mais quandt je tape l'adresse de site sur archive org j'ai des erreurs
esque je de ois fapper uniquement l' adresse du site
Hors ligne
je viens d'utiliser WebHTTrack et sa fonctionne très bien vous pouvez le télecharger sur linux et c'est facile et gratuit
Hors ligne
J'ai découvert cet outil hier et j'allais justement le partager car c'est vraiment top, en tout sur un mac depuis le terminal en suivant les instructions sur Github c'est très accessible même sans connaitre Ruby
Hors ligne
Hors ligne
Le secret tenait à 3 caractères : "id_"
http://web.archive.org/web/20141222083230/http://www.scripts-seo.com/
vs
http://web.archive.org/web/20141222083230id_/http://www.scripts-seo.com/
c'est vachement plus facile à nettoyer quand il n'y a plus besoin de nettoyer.
Hors ligne
Le secret tenait à 3 caractères : "id_"
t as encore du nettoyage à faire , mais c est un bon début
Il faut aussi se poser la question suivante : comment savoir ce qui peut etre recupérable ou non ?
Mon blog de geek SEO: http://www.moise-le-geek.fr/
Hors ligne