कॅप्चरिंग किंवा स्क्रॅपिंग Intranet आणि लोकल होस्ट वेबसाइट्स

An intरॅनेट वेबसाइट इतर कोणत्याही वेबसाइटइतकीच महत्त्वाची असू शकते आणि कदाचित स्क्रीनशॉटिंग, स्क्रॅप करणे किंवा रूपांतरण आवश्यक असू शकते intOA ऑफलाइन आवृत्ती. दुर्दैवाने, एक कॅप्चर करत आहे intवेबवर सामान्य वेबसाइटचा स्क्रीनशॉट घेण्यापेक्षा रॅनेट किंवा लोकलहॉस्ट वेबसाइट अधिक क्लिष्ट आहे.

हे करण्याचा सर्वात सोपा मार्ग म्हणजे ग्रॅबझिटचा वापर करणे IntraProxy, जे आपले सर्व उघडते intकेवळ ग्रॅबझिटच्या सर्व्हरवर एर्नल वेबसाइट. द IntraProxy नंतर आपल्याकडे आणि त्या विनंत्यांचे मार्ग बदलते intआकृतीमध्ये दर्शविल्याप्रमाणे आपल्यासाठी एर्नाल वेबसाइट्स.

वापरकर्त्यांना सुरक्षिततेचे आश्वासन देणे IntraProxy आम्ही कोड बनविला आहे मुक्त स्रोत हे दोन्ही काय करीत आहे हे पाहू शकतात आणि बग फिक्स आणि पुढील वर्धनास प्रोत्साहित करतात.

प्रथम गीथब वरून प्रॉक्सी डाउनलोड करा. आपल्याकडे जावा 1.6+ स्थापित केलेला असणे आवश्यक आहे. नंतर कमांड लाइन वापरणा्या डिरेक्टरीमध्ये नेव्हिगेट करा intraproxy.jar. नंतर पुढील आज्ञा वापरा.

java -jar "intraproxy.jar" 

पुढे, आपण पाहू शकता की IntraProxy नंतर आपल्या राउटरवर जाऊन पोर्ट 10000 मशीन IP कडे GrabzIt पत्ता पाठवून चालू आहे IntraProxy चालू आहे. कृपया हे कसे करावे ते आम्हाला विचारू नका, आपल्या राउटरला कॉन्फिगर करण्यासाठी माहिती वर उपलब्ध असावी Intआर्टनेट

भेट http://localhost:10000/grabzit://dashboard.html कॉन्फिगर कसे करावे आणि त्याबद्दल अधिक माहितीसाठी IntraProxy.

एकदा हे कॉन्फिगर केले की ते आमच्यासह आमच्या सर्व साधनांद्वारे वापरले जाऊ शकते API, स्क्रीनशॉट साधन आणि वेब भंगार. राऊटरच्या आयपी andड्रेस आणि पोर्टवरील सर्व विनंत्या आता अचूकपणे सोडवल्या जातील intअर्नल वेबसाइट. उदाहरणार्थ, आपली वेबसाइट येथे असल्यास http://localhost/mywebsite/index.html आणि आपला राउटर आयपी पत्ता आहे 123.123.123.123 नंतर आपल्या वेबसाइटचे बाह्यरित्या निराकरण करण्यासाठी आपण पास करू शकता http://123.123.123.123:10000/http://localhost/mywebsite/index.html GrabzIt च्या एपीआय किंवा साधनांकडे.

त्याचप्रमाणे, जर आपल्याकडे स्थानिक पातळीवर ग्रॅबाझीटडेमो स्थापित असेल आणि येथे कॉलबॅक हँडलरला काय कॉल करावे http://localhost/GrabzItDemo/handler.php आपण जाऊ शकते http://123.123.123.123:10000/http://localhost/GrabzItDemo/handler.php कॉलबॅक हँडलर URL म्हणून.

आपण आपली वेबसाइट सार्वजनिकपणे उपलब्ध करून दिल्यास हे URL उपसर्ग हटविणे लक्षात ठेवा Intअर्नेट!

आवश्यकता

• केवळ ग्रॅबझिटच्या सर्व्हरमधून प्रवेशास अनुमती देते
• जावा एक्सएनयूएमएक्स + आवश्यक आहे

एक पर्यायी पद्धत

कारण intरॅनेट किंवा लोकलहॉस्ट वेबसाइट ज्यात परिपूर्ण URL नाहीतintसीएसएस, प्रतिमा आणि जावास्क्रिप्ट फायली सारख्या संसाधनांवर आयएनजी करणे, ज्यावर प्रवेशयोग्य नाहीत Intआपल्यास पोर्ट फॉरवर्डिंग सेट करणे इर्नेट सोपा पर्याय असेल intअर्नल वेबसाइट. तथापि, आपण केवळ वेबसाइटसाठी हे केले पाहिजे जे आपणास उघडणे आवडत नाही Intआर्टनेट शिवाय, आपल्याकडे मोठ्या संख्येने असल्यास ते कदाचित योग्य ठरणार नाही intहस्तगत करण्यासाठी वेबसाइट्स.

आपल्याला आपल्या राउटरमध्ये लॉग इन करणे आवश्यक आहे आणि आपल्या वेबसाइटवर होस्ट केलेल्या संगणकावर राऊटरच्या आयपी पत्त्यावर आणि पोर्टवरुन आलेल्या सर्व विनंत्या अग्रेषित करण्यासाठी पोर्ट फॉरवर्डिंग नियम जोडणे आवश्यक आहे. त्यानंतर आपण पुढे करत असलेल्या पोर्टवर कॉल स्वीकारण्यासाठी आपल्याला आपला वेब सर्व्हर कॉन्फिगर करण्याची आवश्यकता आहे.

उदाहरणार्थ, जर तुमचा राऊटर आयपी पत्ता असेल तर 222.222.222.222 आपण वेबसाइट होस्ट करणार्‍या संगणकावर 12345 पोर्टसाठी पोर्ट अग्रेषण जोडू शकता आणि ऐकत असलेल्या पोर्टंपैकी एक म्हणून आपल्या वेब सर्व्हर कॉन्फिगरेशनमध्ये हे पोर्ट जोडू शकता.

आपला वेब सर्व्हर आणि राउटरला कॉन्फिगर कसे करावे याबद्दल पुढील माहिती वर उपलब्ध असावी intआर्टनेट एकदा असे झाल्यावर एका पत्त्यावर कॉल करा http://222.222.222.222:12345/mypage.html आपली वेबसाइट लोड करावी.