Statische HTML-Sites und Exponential #

Eine statische Site ist die einfachste Quelle: Jede Seite ist eine Datei, die Sie lesen können. Die Arbeit besteht darin, die Inhalte vom wiederkehrenden Layout drumherum zu trennen und die Adressen zu erhalten.

Übersicht Migration · Checkliste · Zuordnung · Werkzeuge

1. Die Dateien lesen oder crawlen #

2. Die Inhalte extrahieren #

1. Gruppieren Sie die Seiten nach Template (Seiten, die dasselbe Layout teilen).
2. Bestimmen Sie pro Template den Inhaltsbereich (ein <main>, ein <article>, ein <div id="content">) und die Teile, die Sie behalten: Titel (<h1> oder <title>), Datum, Autor, Meta-Beschreibung.
3. Bereinigen Sie das HTML: Entfernen Sie Navigation, Skripte, Inline-Styles und Layouttabellen; behalten Sie Überschriften, Absätze, Listen, Tabellen, Links und Bilder. Reduzieren Sie es auf die vereinfachte Eingabe von Exponential (<p>, <strong>, <em>, <a href>, <h1>-<h6>, <ul>/<ol>/<li>, <table>/<tr>/<td>), die der Kernel in XmlText umwandelt (Werkzeuge, Abschnitt 4).
4. Bilder und Dokumente: Sammeln Sie jedes <img src> und jede verlinkte PDF- oder Office-Datei, importieren Sie sie als Bild- und Dateiobjekte und ersetzen Sie die Verweise durch Einbettungen oder Links auf die neuen Objekte.
5. Der Baum: Die Verzeichnisstruktur ist in der Regel die Navigation: Aus /products/widgets/index.html werden ein Ordner Products, ein Ordner Widgets und so weiter.

3. Import #

Schreiben Sie JSON-Zeilen (Remote-ID aus dem alten Pfad, zum Beispiel html-/products/widgets.html) und importieren Sie dann mit dem Skript-Grundgerüst oder dem Importer von xrowextract. Ein Ordner mit Bildern und Dokumenten kann über den ZIP-Import der Upload-Seite übernommen werden, wobei seine Ordnerstruktur erhalten bleibt.

4. Adressen #

Statische Adressen enden auf .html oder sind Verzeichnisse mit index.html. Die Aliase von Exponential sind saubere Pfade (products/widgets). Legen Sie für jede alte Adresse einen weiterleitenden eigenen URL-Alias am neuen Knoten an und prüfen Sie, was die Alias-Bereinigung aus dem Punkt und der Endung macht; wenn die alten Adressen einem Muster folgen, deckt ein URL-Platzhalter oder eine Webserver-Regel (.html, index.html entfernen) sie alle ab (Checkliste, 4).

5. Von Exponential zu einer statischen Kopie #

Exponential kann statische Seiten seiner öffentlichen Siteaccesses schreiben: ./console exp:makestaticcache crawlt sie und erzeugt statische Seiten (--site, --max-pages, --max-depth). Für eine Archivkopie einer Site, die Sie abschalten, funktioniert auch ein Crawl der laufenden Site mit einem Spiegelungswerkzeug; behalten Sie das Storage-Verzeichnis für die Originale der Bilder.

6. Checkliste #

• To do: Adressliste vollständig (Dateien, Sitemap, Protokoll); Seiten nach Template gruppiert.
• To do: Extraktor pro Template getestet; HTML auf die vereinfachte Eingabe reduziert.
• To do: Bilder und Dokumente importiert; Verweise umgeschrieben.
• To do: Baum aus der Verzeichnisstruktur aufgebaut; Remote-IDs aus den alten Pfaden.
• To do: .html-Adressen weitergeleitet und getestet.

Diese Seite ist Teil der Exponential-Dokumentation und freie Dokumentation unter der GNU Free Documentation License 1.3 oder einer späteren Version (die Lizenz dieser Dokumentation).