Limitations

SiteSucker est un programme relativement simple et présente quelques limitations.

SiteSucker n'examine que le CSS et le HTML pour les URL. Lorsque SiteSucker analyse du HTML, il recherche les URL dans les attributs de style et dans les balises suivantes :

  • <a>
  • <area>
  • <audio>
  • <base>
  • <body>
  • <embed>
  • <form>
  • <frame>
  • <iframe>
  • <img>
  • <input>
  • <link>
  • <meta>
  • <object>
  • <script>
  • <source>
  • <style>
  • <table>
  • <tbody>
  • <td>
  • <tfoot>
  • <th>
  • <thead>
  • <tr>
  • <track>
  • <video>

Si un lien est spécifié ailleurs dans le fichier HTML, SiteSucker ne le verra pas.

SiteSucker ignore totalement le JavaScript. Tout URL repris dans du JavaScript ne sera pas vu par SiteSucker et ne sera pas ramené. (SiteSucker va reprendre un avertissement dans le journal de bord pour toute page qui utilise du JavaScript si l'option Enregistrer les avertissements est activée dans les paramètres du Journal de bord.)Si le JavaScript est enchâssé dans le texte HTML et est relativement simple, il est peut-être possible d'extraire du JavaScript, des URL en utilisant le paramètre Motifs dans les paramètres de Page Web ou en utilisant un script.

En général SiteSucker ignore les formulaires, bien qu'il va ramener l'URL action d'une balise form et l'URL src d'une balise input, et il est possible d'utiliser le Navigateur Web pour soumettre des formulaires.

SiteSucker ne peut pas ramener les vidéos. Voir les Questions fréquemment posées pour plus d'information.

A priori, tout répertoire ou fichier interdit par exclusion de robot ne sera pas ramené par SiteSucker. Voir les Exclusions de robot pour plus d'information.