Extraction de graphiques à partir de sites explorés (fichiers ARC)

Question

Je travaille avec des fichiers ARC générés par une analyse Heritrix. Lorsque je regarde ces pages dans la Wayback Machine, il semble que la plupart des graphiques sont chargés à partir de ma machine locale, donc je suppose que ces graphiques sont stockés dans les fichiers ARC. Est-ce exact? Si oui, quelle est la meilleure façon d'extraire les images?

Answer 1

Je trouve une solution, un script perl appelé arc_extractor: https://wiki.lib.umn.edu/wupl/DI2.HowToCrawl/arc_extractor.txt

Il extrait tous les fichiers qui se trouvent dans le fichier ARC, séparés par dossier selon le site à partir duquel ils ont été reçus. Et oui, cela inclut les fichiers image.

Le script n'est pas trop élégant ... donc si quelqu'un a d'autres suggestions, je serais intéressé à en apprendre davantage à leur sujet.