问题标签 [webarchive]

我们有一个保存的 .webarchive，我们想要检索原始 URL。那可能吗？

背景。我的妻子在网上填写了一份很长的申请并保存了一份本地副本，.webarchive. 说明说，要进行更改，您必须转到您在提交的某个步骤时所在位置的 URL。这些说明很复杂/令人困惑，并且像大多数这些长应用程序一样无论如何都难以处理。她没有那个网址。那天我们回到了她的 Safari 历史记录和该网站的一个 URL，但这只是出现了一个错误。

为了了解网站的复杂程度，他们提供了一个下载 Flash Player 的链接。

我们正在尝试联系该网站。24 小时内到期。幸运的是，他们所拥有的一切都还好，她只是想进行一些编辑并添加一些信息。

我在文本编辑器中查看了 .webarchive 的 13k 行，浏览它并没有看到任何明显的东西。嵌入了一些com.apple.printplist，但没有 URL。我查看了获取信息并没有 URL（我从网上下载的一些东西有原始 URL）。

感谢您的任何帮助。

我尝试使用 gzip 提取 warc.gz 文件导致了 WARC，但它不会加载到http://replayweb.page中。

使用 Unarchiver 提取它给了我所有扩展的 html 和其他文件。

将warc.gz 转换为warc 的最新推荐方法是什么？出于某种原因，我在为这个简单的任务寻找建议的尝试中失败了。

谢谢！

我一直在寻找将推文转换为 .warc 格式以进行存档的方法。类似于 Wayback 机器或网络记录器的东西。像这些工具一样，可以将网页转换为 .warc 格式，以便以后用于查看。我通过其 API（标准或高级）获得了 twitter 的数量。但我正在寻找将其转换为一种格式的方法，该格式可以帮助我以后将推文以最初发布的方式可视化。

我很想找到一种以编程方式归档当前在 Safari 中打开的网页的方法。在 Chrome 中，它是在 pageCapture API 的帮助下实现的，该 API 使用 MHTML 格式来存档网页。但 Safari 不支持 MHTML 格式。我正在 Safari 中寻找类似的功能

我正在尝试解压缩从此处下载的 WARC ZST 文件：https ://archive.org/details/archiveteam_yahooanswers_20210422220546_c4fac540

我尝试了该命令zstd -d yahooanswers_20210422220546_c4fac540.1619026173.megawarc.warc.zst，但出现此错误： 73.megawarc.warc.zst : 0 MB... 73.megawarc.warc.zst : Decoding error (36) : Dictionary mismatch 如何找到所述字典或有任何替代方法吗？

仅供参考：我正在尝试复制网络存档。

现在，我正在抓取的所有 url 都被发送到路径“D:\website\dateoftoday”。我的代码将删除网址中的每个“/”，因为您无法保存带有斜杠的文件。我已经创建了一个 nginx Web 服务器来浏览这些文件，并且它可以工作，直到我尝试单击根相对路径（例如/blog/something）。这是意料之中的，因为该链接在我的路径中不存在（因为它被调用blogsomething而不是/blog/something）。

我的问题是：如何删除 Web 服务器上每个 url 的 url 中间的“/”？

过去 QLThumbnailImageCreate 会从指向 webarchive 的 url 返回一个 NSImage。现在不这样做了。这是一个错误，还是我不明白什么？

我需要在 iOS 设备上打开一个.webarchive文件。我知道我可以使用 WKWebview 打开它：

但理想情况下，我想使用SFSafariViewController打开文件，因为我不想重新创建浏览器的功能。

谢谢礼萨