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 lien 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 du JavaScript est enchâssé dans du texte HTML, il est possible d’extraire les URL du JavaScript en utilisant le paramètre Motifs ou le paramètre JavaScript dans les paramètres de Page Web, ou en utilisant un script.

SiteSucker ignore les formulaires pour la plupart. Cependant il va ramener l’URL action d’une balise form et l’URL src d’une balise input, et il est alors possible d’utiliser le Navigateur Web pour soumettre des formulaires. Voir Sites protégés par mot de passe pour plus d’information.

SiteSucker ne peut pas ramener des vidéos. Cependant SiteSucker Pro peut ramener des vidéos enchâssées, y compris les vidéos enchâssées YouTube et Vimeo. 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.

SiteSucker récolte une grande quantité d’information lors de déchargement d’un site. Lorsque le site est très grand, SiteSucker peut utiliser toute la mémoire disponible avant que l’entièreté du site ne soit ramené. Lors du déchargement d’un très grand site site, il y a risque aussi de manquer d’espace de stockage ou d’être soumis aux limitations du système.