Как скачать связанные PDF-файлы с сайта?
Я хочу скачать сотни PDF-документов с сайта. Я пробовал такие инструменты, как SiteSucker и аналогичные, но он не работает, потому что, кажется, существует некоторое "разделение" между файлами и страницей, которая ссылается на них. Я не знаю, как описать это лучше, так как я не очень разбираюсь в программировании веб-сайтов или поиске. Любой совет, что это может быть и как можно обойти это?
В частности, я пытаюсь загрузить PDF-файлы резолюций ООН, которые хранятся на таких страницах, как эта: http://www.un.org/depts/dhl/resguide/r53_en.shtml
Похоже, что на сайте ООН есть встроенная "поисковая функция", которая делает фиктивные соскобы, как и SiteSucker, не такими, как задумывалось.
Есть ли другие инструменты, которые я могу использовать?
1 ответ
Нажав на ссылку, которую вы упомянули, вы перенаправляетесь на страницу, состоящую из двух кадров (html). Первый - это "заголовок", а второй загружает страницу, чтобы сгенерировать файл PDF и вставить его внутрь. URL-адрес файла PDF трудно угадать. Я не знаю ни одного бесплатного инструмента, который мог бы удалить этот тип страниц.
Вот пример URL-адреса во втором фрейме, который заканчивается в PDF-файле:
http://daccess-dds-ny.un.org/doc/UNDOC/GEN/N99/774/43/PDF/N9977443.pdf?OpenElement