Konwertuj WEBARCHIVE na HTML

Archiwum Safari może wymagać konwersji, gdy edytor, serwer WWW lub przeglądarka inna niż Apple wymaga zwykłego pliku .html. Konwersja ułatwia również przeglądanie, edytowanie i udostępnianie dokumentu bez Safari.

Czym jest format .webarchive

Plik .webarchive jest zwykle binarnym archiwum Apple w formacie property-list, utworzonym przez Safari lub inną aplikację opartą na WebKit. Może zawierać kod HTML strony, obrazy, arkusze stylów, skrypty, fonty i metadane w jednym pliku, dzięki czemu kopię offline można ponownie otworzyć z zachowaniem dużej części oryginalnego wyglądu.

Safari tworzy taki plik za pomocą File → Save As, gdy jako format wybrano Web Archive. WEBARCHIVE to kontener powiązany z Apple, a nie standardowy format obsługiwany przez wszystkie przeglądarki lub serwery WWW.

Czym jest format .html

HTML to standardowy język znaczników używany do tworzenia stron WWW. Plik .html można otworzyć w nowoczesnych przeglądarkach, edytować w edytorze kodu, opublikować na serwerze WWW oraz przetwarzać za pomocą narzędzi do indeksowania lub obsługi dokumentów bez Safari.

HTML zwykle zawiera odwołania do oddzielnych plików obrazów, CSS, JavaScript i fontów. Zmiana rozszerzenia lub wyodrębnienie tylko głównego zasobu nie tworzy automatycznie kompletnej kopii offline.

Konwersja za pomocą Safari w macOS

1. Otwórz plik .webarchive w Safari.
2. Wybierz File → Save As.
3. W menu formatu wybierz Page Source lub Page Source HTML, zależnie od wersji Safari.
4. Zapisz plik z rozszerzeniem .html.

To najszybsza metoda na komputerze, ale poszczególne wersje Safari różnią się od siebie. Niektóre instalacje udostępniają w oknie zapisywania wyłącznie opcję Web Archive; w takim przypadku użyj opisanej niżej metody wyodrębniania. Wyeksportowany kod źródłowy może nie zawierać każdego zarchiwizowanego zasobu podrzędnego w oddzielnym katalogu lokalnym.

Wyodrębnianie głównego zasobu za pomocą Python

Biblioteka standardowa Python może odczytać binarną strukturę property-list bez instalowania konwertera. Zapisz poniższy kod jako extract_webarchive.py:

import plistlib
import sys

source, destination = sys.argv[1], sys.argv[2]
with open(source, 'rb') as file:
    archive = plistlib.load(file)

main = archive['WebMainResource']
data = main['WebResourceData']
if not isinstance(data, bytes):
    raise TypeError('WebResourceData is not binary data')

with open(destination, 'wb') as file:
    file.write(data)

Uruchom go w Terminalu, Command Prompt lub PowerShell za pomocą Python 3:

python3 extract_webarchive.py "saved-page.webarchive" "saved-page.html"

Dane wyjściowe to zazwyczaj główny zasób HTML archiwum. Sprawdź WebResourceMIMEType archiwum, jeśli wynik nie jest czytelnym tekstem; głównym zasobem może być zamiast tego plik PDF, obraz lub plik innego typu.

Konwersja online i alternatywy na komputer

Safari nadaje się do jednorazowej konwersji w macOS, natomiast metoda z użyciem Python jest powtarzalna i działa w innych systemach z Python 3. W przypadku pliku niezawierającego danych wrażliwych można rozważyć CloudConvert lub Zamzar, ale tylko wtedy, gdy aktualna lista formatów usługi wyraźnie oferuje .webarchive jako format wejściowy, a HTML jako wyjściowy. Przesłanie archiwum może ujawnić zawartość strony, osadzone dane, adresy URL lub informacje związane z uwierzytelnianiem, a obsługa tego specyficznego dla Apple formatu online jest niespójna.

Ograniczenia jakości i zgodności

• Wyodrębniony HTML może nadal odwoływać się do oryginalnej witryny, dlatego obrazy i style mogą zniknąć offline lub po zmianie witryny.
• JavaScript zależny od API Safari, plików cookie, pamięci lokalnej, uwierzytelniania, żądań po stronie serwera lub usług zewnętrznych może nie działać po wyodrębnieniu.
• Kompletna kopia offline wymaga wyodrębnienia zasobów podrzędnych wymienionych w tablicy WebSubresources archiwum, zapisania ich w katalogu zasobów oraz przepisania odwołań w kodzie HTML. Prosty skrypt wyodrębnia tylko WebMainResource.
• Główny zasób może przedstawiać źródło oryginalnego dokumentu, a nie końcowy DOM utworzony przez JavaScript. Sprawdź wynik w przeglądarce i skontroluj odwołania do obrazów, arkuszy stylów i skryptów.
• Żądanie zapisania HTML zmienia format kontenera; nie zachowuje wszystkich metadanych archiwum Safari ani nie gwarantuje identycznego renderowania co do piksela.