HTTrack Website Copier descarga un sitio web completo a tu PC desde GNU/Linux

Aún recuerdo la amarga experiencia que sufrí con mi antiguo blog... Aprender en libertad que un buen día desapareció de la faz de la tierra gracias a que algún robot de google decidió que generaba spam o no se por que motivos, pero lo cierto es que fue borrado y listo... ajo y agua.

Desde ese día (y por suerte desde antes también) no pasa mucho tiempo antes de hacer un respaldo a mi blog como forma de asegurarme que por lo menos el trabajo de tiempo no se va a perder y puedo en el peor de los casos comenzar de nuevo.

Blogger tiene una herramienta para hacer un respaldo de las entradas y comentarios y también de la plantilla que usemos, pero en el caso de respaldar entradas y comentarios no lo hace totalmente y siempre se pierden cosas, además de no respaldar imágenes y otro tipo de archivos.

Que podemos hacer entonces?

Fácil, descargar completamente el blog o cualquier otro sitio a nuestro disco duro y tener así una copia de respaldo.

Para este tutorial vamos a utilizar como no podía ser de otra forma una herramienta libre y gratuita llamada HTTrack Website Copier que funciona tanto en GNU/Linux, Windows o Mac y que podemos descargar de su sitio web.

Si usamos alguna distribución basada en Debian desde la terminal con un simple

sudo apt-get install webhttrack

Ya tendremos el programa instalado y podemos acceder desde Aplicaciones/internet/

En la imagen se pueden ver 2 entradas en el menú, la 1 es para navegar los sitios que ya hubiéramos descargado y la 2 es el programa de descargas propiamente dicho.

Al ejecutarlo veremos una ventana de bienvenida donde podemos elegir el idioma y continuar.

Damos siguiente y tendremos la ventana para configurar el nombre del proyecto o elegir uno ya creado, la categoría y la ruta donde se guardara el mismo.

A continuación colocamos la URL del sitio a descargar y si estuviera protegido la contraseña del mismo, así como que debería descargar el programa.

Copiar el sitio de la Web. Descarga el sitio web entero.
Copiar sitios interactivos de la Web (preguntas). Pregunta constantemente si deseas descargar algo o no.
Recibir ficheros específicos. Sólo descarga aquellos ficheros que deseas.
Copiar todas las páginas del sitio (copia múltiple). Descarga una página y sus enlaces.
Comprobar enlaces en las páginas. Sólo comprueba que los enlaces de una página son válidos.
Continuar proyecto interrumpido.
Actualizar proyecto existente.

En definir las opciones vamos a ver algunas cuestiones...

Para empezar iremos a Filtros.

Podemos definir los tipos de archivos a descargar y cuales no queremos bajar al disco duro con el uso de comodines, en el ejemplo de este blog no deseo descargar los video tutoriales, PDF o Zip ya que los tengo en otros servidores o ya respaldados.

Como podemos ver enmarcados en verde están los tipos de archivos permitidos y con el uso de los comodines +*.jpg por ejemplo separados pòr espacio cada uno.

Para bloquearlos lo haremos con -*.pdf por ejemplo como vemos en rojo.

En el apartado "Limites" se puede configurar la velocidad de bajada "Velocidad máxima" o la profundidad con la que buscara los enlaces "Profundidad máxima" por ejemplo si pusiéramos 1 solo descargaría la index ( si fuera lo que pusimos al configurar el sitio) por ejemplo y no el resto del sitio.