aspirer forum (nécessitant d'être connecté)

[Sandro26]

Bonjour,

L'administrateur d'un forum (basé sur phpbb) que je fréquente régulièrement a décidé d'abandonner le forum (qui est devenu très peu actif ces dernières années). Je suppose qu'il arrêtera donc aussi de payer pour le nom de domaine, donc le forum est voué a disparaitre.

Je souhaiterais donc effectuer une sauvegarde du contenu (sous une forme ou une autre) pour pouvoir continuer à le consulter une fois qu'il ne sera plus en ligne.

J'ai tenté d'utiliser plusieurs aspirateurs de sites, mais je n'ai pas réussi pour l'instant à trouver comment accéder aux topics qui nécessitent d'être connecté au forum (soit 99% des topics) : à chaque fois, seul les pages publiques étaient aspirées.

Est-ce que l'un de vous connaitrait un moyen "d'aspirer" le forum?

A noter que je n'ai pas besoin que le résultat soit du html (comme pour une aspiration classique) : tout autre format (images, pdf, ...) convient également. Si les images et/ou la mise en page sont perdues, c'est pas très grave non plus.

Merci d'avance
Sandro
-----

[Ikhar84]

Salut.

Je ne sais vraiment pas si on peut aider pour cette demande, je vais proposer quelques pistes, charge au modo de laisser ce post ou pas, je m'en excuse par avance !

Ma reticence vient du fait que le contenu d'un site, même si pour un forum c'est un peu plus complexe, dépend du droit de propriété intellectuel, et ne peut donc être copier sans le consentement du proprietaire (ou gestionnaire ici) des droits.
Et avec son accord, pas besoin d'aspirer, une copie des données sous la forme de site miroir par exemple, est bien plus simple...

Donc, pour aspirer un site (avec l'accord du propriétaire, ou pour faire un miroir local sans se prendre la tête de mes sites...), j'ai toujours utilisé Htttrack.

Le souci comme tu l'as relevé, c'est que l'on a accès que aux pages publics non protégées par des mécanismes de session.

Là ou ca devient interressant, c'est que Httrack gère les cookies de sessions. Dans les options, on peut preciser un cookie de session à utiliser.

Pour retrouver ce cookie, il suffit de se connecter au site en question avec chrome, et de récuperer le cookie de session via les devtools.
La manière la plus rapide c'est le clic droit d'un element de la page, et choisir "inspecter l'élement". A droite apparait ne panneau des outils de developpement, choisir "Réseau" (ou Network) dans l'onglet des outils, puis "Header" dans les petits onglets au dessous... et là rechercher une chaîne de caractères qui commence par:

CAKEPHP=

Il suffit de copier cette chaine dans les options de Httrack: onglet "Browser ID", champ "HTTP additional headers"...

Sinon il existe des outils payants, mais assez cher !
(Pas de pc ou Chrome sous la main, juste un smartphone, donc il faut adapter les menus ou onglets, les noms sont de l'à peu près !)

[Sandro26]

Bonsoir,
et merci beaucoup. Je vais essayer cette solution (j'avais essayé avec Httrack, mais sans l'astuce des cookies).

Pour la question de si on a le droit ou non de le faire, d'après ce que j'ai compris, si on a légalement le droit de visionner le contenu (ie que le site ne contient pas d'images/vidéos/textes/... qui contreviennent déjà à la propriété intélectuelle), alors au nom de la copie privée on a le droit d'en faire une copie pour un usage personnel. Si c'est bien ça, alors j'ai bien le droit d'aspirer le site (enfin, sauf éventuellement des images ou plagiats que des membres auraient postés). Si jamais j'ai mal compris (je n'ai aucune formation juridique), alors je vous prie de m'excuser et j'abandonnerais le projet.

Bonne soirée
Sandro

[Ikhar84]

Ben c'est surtout que si tu en gardes une copie locale, pas grand monde ne le sauras...
Sinon tu t'exposes à des ennuis... sans compter que Google n'aome vraiment pas les duplicate contents...

Et techniquement, tant que le propriétaire du site ne te donnes pas une autorisation écrite, tu n'en as pas...

Enfin, sans en arriver aux droits, l'aspiration d'un site mobilise beaucoup de ressources, en terme de bande passante et ressources serveurs, certains hébergeurs n'aiment pas trop, suivant le plan souscrit (hébergement mutualisé) et risquent de taper sur les doigts du gestionnaire du site...

Pour les forums, les droits sont plus dilués, c'est plus complexe, et les CGV peuvent encore compliquer les choses, mais il faut comprendre que les données en elle-mêmes n'appartiennent à personne, pour vulgariser, les "idées" qu'elles portent appartiennent aux posteurs, mais la responsabilité au gestionnaire... bon je suis pas juriste moi... en gros pas vu pas pris, mais demande au proprio du forum d'abord, ne serait ce que par courtoisie...

Edit:
Par contr notr propre fofo (Futura) est responsable de ce dont on parle, qui peut s'apparenter à des notions comme l'accès à un système automatisé en dehors des conditions normales d'utilisation, et autres pirateries, et donc les modos ont tous pouvoir pour décider de si c'est bien ou pas...

[A voir en vidéo sur Futura]

[roro222]

Donc, pour aspirer un site (avec l'accord du propriétaire, ou pour faire un miroir local sans se prendre la tête de mes sites...), j'ai toujours utilisé Htttrack.

Bonjour

Moi pour tenter de sauvegarder mon propre site (je dis bien mon site) qui est hébergé sur Wix avec éditeur intégré, donc pas de fichier source à la maison, j'ai essayer avec Htttrack et d'autres.
Je n'y suis jamais arrivé et de plus je ne comprend rien à la configuration de ce truc
Quelqu'un pourrait t'il me dire, une configuration par défaut qui me permettrait de faire un double sur mon PC
Merci

[Ikhar84]

Ben chez Wix ils sont un peu tordus et cherchent a faire un système captif pour que les utilisateurs n'aillent pas voir ailleurs, ce qui est parfaitement normal d'un point de vue commercial, mais piègeux pour ceux qui s'y laissent prendre...
Poir mes clients, a l'époque, je n'avais pas d'autre soluce que tout reprendre à zéro en gardant leur désign, avec un code propre en bonus, pour d'autres, je sauvegardais les pages unes à unes, via "fichier/enregistrer sous" et je mettais à jour toutes les réferences (liens internes), laborieux déjà pour quelques pages, et il y a toujours des corrections a faire, mais moins lourd que refaire tout pour 2/3 pages...

[roro222]

pour d'autres, je sauvegardais les pages unes à unes, via "fichier/enregistrer sous" et je mettais à jour toutes les réferences (liens internes), laborieux déjà pour quelques pages, et il y a toujours des corrections a faire, mais moins lourd que refaire tout pour 2/3 pages...

c'est ce que je fais pour le moment mais sans toucher le code interne. Trop fouillis et d’innombrables lignes de code inhérente à Wix mais non utile à l'affichage.
Chaque page marchent individuellement avec son fichier .html et son dossier associé.
Mail les liens inter-pages ne marchent pas. il faudrait réaffecter les adresses, pffffff