﻿『 HTMLの保存とリソースのダウンロード 』

HTAとして実行しないと、何も出来ない。(～.hta から起動する)。

Chrome Extension として作った『ページの現在のHTMLをコピー』で、
    クリップボードへ送ったテキストから、
      ダウンロードのリストと、保存するHTMLの内容を受け取る。
    
    テキストは、最初に改行区切りの URL リストがあり、
        その後に、HTML の記述があるとしている。
        リストの前の行に [ ] 括りで以降の種別を示したりしている。
        リスト全体は、HTMLコメントで囲まれていても、そうでなくても構わないと
            している。(詳細はソースを参照…)。
        HTMLがなく、ダウンロードリストのみでも構わない。
    
    ページの保存といっても、ページの一部分、主にテキストと、スタイルシート(CSS)と、
        な画像どに限った、減量しての保存を目的としている。
        スクリプトは、できる限り取り除く。内部のフレームは参照しない。
        また、フレーム構成のHTMLは保存できない。
        スタイルシートでも、インポートされるものには対応できてなく、
            それがある場合は表示がうまくいかない。
    
    クリップボードにあるテキストが、URLリスト(改行区切り)のみなら、ダウンロードのみ
        行う。これについては、特に何か(の種類)に限るといったような制限はつけてない。

使い方はまず、向こう(Chrome拡張側)で、クリップボードへテキストを送った後に、
    [解析] ボタンを押す。 ( 横の[C]ボタンは解析結果を消去-初期化する。)
    その後、以下の諸設定を調整してから、
        一番下の(HTMLの保存とリソースのダウンロードの) [実行] ボタンを押す。

保存先フォルダ: 
    ここへ HTMLファイルを保存する。これは入力必須。

HTML:
    横の数は HTMLの文字数。
    [確認]ボタンは、クリップボードへ、そのテキストを送る。
        ( 多量の文字列を、中で表示するのは、問題あるので、コピーにした。)
    
    保存名:  HTMLファイルの保存名、一応必須。
        候補として、タイトルから取っている。
        テキストがリストのみで、HTMLを含まない場合は、入力不要。

付属(リソース)ファイル:
    横の数は ファイルの総数、0 なら、ダウンロード無し。
    [確認]ボタンは、下にリストを表示する。(これを書き換えても変更はしない)。 
    
    保存フォルダ名:   HTMLに付属するファイルを保存するフォルダ名。
            HTMLファイルの保存先の下に置くフォルダ名の指定(パスでなく名前のみ)。
        HTMLがあり、リソースリストがあるなら、入力必須。リストがないなら不要。
            ダウンロードのみ(HTMLがなくリストのみ)で、ここが空なら
                保存先フォルダの下に直に、保存する。
    
    付属ファイル名： 付属ファイルの保存名の決め方の選択。
        ファイル名のみ : 元のファイル名をそのまま使う。
        
        フォルダ名繋げる : パスの区切り記号を置き換えてファイル名を作る。
                HTMLと同じ所の下にあるなら そこからのパスを、
                同じサイトならルートからのパスを、別サイトならホスト名からを使用。
            チェックボックス☑常にルートから : この場合は、
                HTMLの以下にあってもルートからのパスを使う。
                位置の違う複数のHTMLで、同じリソース保存フォルダを使う場合、
                    チェックしないと、保存名で問題起きる。
        
        フォルダ階層作成 : 保存フォルダ名を サイト(ホスト)名とし、
                そこからの階層を作って、ファイルを保存する。
                (別サイトの場合は、保存フォルダの中にそのサイト名のフォルダを置く)。
                この設定では、保存フォルダ名の入力は使わない。また、
                    HTMLも元のファイル名を使うので、HTMLの保存名の入力も使わない。
                まだ全く実行をテストしてない！。
    
    RequestHeader: ☑Referer にチェックあれば、
        ダウンロードの時、Referer に、HTMLページの URL を入れて送信する。
    
    種類(拡張子)不明なファイル
        [表示]ボタン： 付属(リソース)ファイル中の拡張子不明なものの一覧を表示。
        HEADリクエスト[実行]ボタン： それら拡張子不明なものに対して、HEADのみ
            リクエストして、ファイルの種類を調べる。この後に、HTMLの保存とリソースの
            ダウンロードを実行した場合は、それで得た情報から拡張子を付ける。


[実行]ボタンの行
    ☑HTMLファイルの保存： 
    ☑リソースのダウンロード： 
    [実行]ボタン： 上のチェックあるものを、実行する。
        □HTML…にチェック無く、☑リソースにチェックなら、ダウンロードのみ行う。
    
    [中止] は、ダウンロード中での中止。(再開はできない)
    
    ☑ログファイル： ダウンロードの記録をリソース・フォルダに保存する。
        このチェック無くても、ダウンロードの結果については、
            URLや保存名などを、下部に表示する。
    
    [C]ボタン： 結果のメッセージやレポート表示を消す。
    
    [説明]ボタン： この readme.txt を表示する|隠す。
    [T]ボタン： テスト欄を表示する|隠す。


--------------------------------------------------
種類(拡張子)不明なファイル (HTML に付属のファイルで拡張子のないもの) について: 
    ローカル(PC)に保存した HTML が、(PC中の)外部ファイルを参照する場合、一部の種類では、
        拡張子が必要になるようである。(Web では HTTPヘッダに Content-Type: があり関係ない。)
    Chromeで試してみると、スタイル(CSS)ファイルには、拡張子.css がないとだめらしい。
        ただこれは、.css でなかったら、ただ付ければ良いので、特に調べるまでもない。
        ( CSSには別の問題があり、CSSの記述の中で @import されているものに対応できてない。)
      対して、スクリプト(JavaScript)ファイルには、拡張子は無くても良い。(確認してないが、
          違った拡張子が付いていても関係ないと思われる。)
      画像は、普通の画像なら不要のようで、多分ファイルの先頭部分を読んで、処理が分岐するのだろう。
          しかし、SVG(XML文書)だと画像は表示されず、拡張子.svg を付けないとだめらしい。
          そうであると、ダウンロード時に、HTTPヘッダの Content-Type: を確認する必要がある。
    付属(リソース)ファイルのダウンロードの時に、HTTPヘッダの Content-Type: を見て、
        それから、HTML を書き換えて保存すれば良いのだろうけれど、
        ダウンロードを始める前に(先に)、HTMLを保存するようにしている。
          仮にそれをダウンロードの後にするようにした場合、HTAでは、時間がかかる
            作業をしていると、「中止しますか」というようなダイアログが出ることがあり、
            「はい」を押してしまうと、その HTML は失われてしまう。先に HTMLを保存しておけば、
            結果のレポートが表示されないだけで、作業は終わっている(というタイミングで
            そのダイアログが出る)。
    
    それで、拡張子のないものについては、HTTPヘッダのみ送ってもらうリクエストをして、
        先に Content-Type: を確認するボタンを付け加えた。
      その拡張子のないもののリストには、多分、画像ファイルだけがリストされると思うが、
          多くの場合、画像に拡張子は要らないようなので、これを行う必要はない。が、
          SVG(XML)が使われているなら、「HTMLの保存とリソースのダウンロード」の前に、
            (HEADリクエストの[実行]ボタンで) この確認をして置くと良い。
      ( スタイル(CSS)ファイルは、拡張子無ければ付ければ良いので、リストに加えない。
          その他のもの、script、iframe、object、audio、video、などについては、
          最初からダウンロードのリストには入ってない。)
      
      あるファイル(Web中のページやリソース)の HTTPヘッダの全文を見たい場合は、
        テスト欄で、 $getHead( "https://……/…" )  を実行すると、１ファイルについて
          HEADリクエストをするようにした。結果はテスト欄の下でなく、上の方に表示される。
      ☑ログファイルにチェックした場合、それには、ダウンロードしたものの、それぞれの
          HTTPヘッダの全文も記録している。

--------------------------------------------------
ファイル
dl_srcs.hta
    HTA として動作させる転送ファイル。
    出現時のウィンドウの幅を調整する、設定とスクリプトを含んでいる。
    dl_srcs~.hta は、修正前のスクリプトを含んでない転送だけのファイル。

dl_srcs.hta64.wsf
    64ビットPCで、64ビットで動作させる為の、起動用スクリプト。
    エクスプローラのアドレス欄や、[Win]+[R] などから、
        %windir%\system32\mshta.exe パス\dl_srcs.html
        などとしても同じ。こう指定しないと、SysWOW64\mshta.exe が使われる、

dl_srcs.html
    本体(メインのファイル)。但し、ブラウザで見ても、動作しない。

  dl_srcs.html 中で、フォルダの外を参照している箇所が一つあり。
      テスト(点検)用入力欄で、<script src="../test/test.js" としているため、
      切り離して移動させる場合で、テスト欄を使うなら、
        test.js のコピーや、src= のパスの修正などが必要。

dl_srcs.js
    設定の一時的変更などの為に用意したファイル。

ut.js
    利便用関数など。
ut_hta.js
    HTA用の利便用関数など。これは用意しただけで、使ってない。


--------------------------------------------------
2026/11/17
    付属するリソースファイルのパスを縮めて、保存するファイルの名前を作る所がずさんで、
        途中の多過ぎる文字数分を単純に切り落としていた為、重複するファイル名となって
        しまう事がよくあった (例えばページ中の画像がすべて同じものになるなど)
          (重複するファイル名となった url のものはダウンロードもしてないが)。
        それを何とかする為、パスから短縮した文字列を作って保存ファイル名に付け加える様にした。

2023/11/09
    HTMLの書き換えで、cssなどリソースファイルを保存したものを参照する所で、間違った
        拡張子を書き入れている事があり、その(9月に書き加えた所)辺りを修正。
    ダウンロードするリソース・リスト中に、そのHTML自身と同じurlが入っている場合、それも
        ダウンロードしていた。リストを作る方で除いた方が良いかも知れないが、こちら側で、
        リストの重複を除く時に合わせて、それも省くようにした。
2023/11/06
    HTMLの書き換えで、A href= の相対パスを絶対パス(URL)に直す所のバグを修正。今まで
        気付いてなかったが、リンクのパスを使って開こうとしたら失敗したことで、やっと判明。
        今までの保存したページで、相対パスが使われていたものは、全て間違っていた事となり！、
        多少、愕然。
2023/09/30
    9/24分の修正など。種類(拡張子)不明のファイルを調べるために HEAD リクエストする
        ボタンを加えた。これを実行後に、HTMLの保存とリソースのダウンロードを実行した場合は、
        この時得た情報により拡張子を付ける。
      1ファイルの HEAD リクエストの(返答)全文を見たい時は、テスト欄で、$getHead( url )。
      9/24 の拡張子の入力欄は没とした。必要ならテスト欄で、stt.dfltExt.img = "xxx" と。
    HTMLの付属ファイルのパスの書き換えの時、URLクエリ中の & が、&amp; とエスケープされて
      いるのを、& に直してなかった為、長い名前を縮める時の文字数の計算が違ってきて、
      保存名と参照名が異なるものになることがあった(と思う)。
2023/09/24  dl_srcs.html
    付属(リソース)ファイルの種類名を付ける所の間違いを修正した。このバグのため、
        拡張子のない画像ファイルに指定の拡張子を付ける場合に、保存した名前と、HTML中での
        参照名が違うものになっていた。
    上に関連して、拡張子のない画像ファイルに付ける拡張子を指定する入力欄を追加した。
      また、画像が、SVG だと .svg の拡張子を付けないとダメな様なので、URL のパス部分を見て
          svg と(他の文字から分離されて)あるなら、.svg と付けるようにした。
      但しこれらは、本来、HTML ヘッダから、ファイルの種類を得るべきだが、それを怠っている為の
          苦しまぎれの処理。ダウンロードより先にHTMLファイルを保存しているので、
          ダウンロードの後で、HTMLを変更できない。

2022/04/15
    テスト欄を修正。test.js は、拡張機能の ../chrm_test/ にあるのを使っていたが、
        ../test/ に独立させた。
2022/02～03 修正
    画面の拡大ある場合への対応の為の修正など。
    dl_srcs.hta (転送ファイル)に、窓幅修正のスクリプトを含めた。

2021/11/19 バグ修正
    付属(リソース)ファイル名「フォルダ階層作成」をチェックした時、その保存名に、
        %20 などのエスケープを直さずに使っていた。
2021/09/28 バグ修正
    付属(リソース)ファイル名「ファイル名のみ」のチェックが、無効であった。

2021/06/01 修正
    付属(リソース)ファイル名の作成でのバグ修正、
        HTML内の記述の置換で、../ から始まるパスの場合に、ルートパスにする時、
            先頭の / が抜けていたため、実際の保存名と違ってしまっていた。
            ( / は $ に置換。「フォルダ名繋げる」場合。)
        他に、リソースフォルダ名に # が入る場合、% エスケープが必要だった。
    
    「フォルダ名繋げる」場合に、チェックボックス ☑常にルートから を加えた。
        リソース用フォルダを、ディレクトリが違う複数のHTMLで共有する場合、
            それぞれが自分の下に同名のリソースファイルを持っていると、保存時に
            名前が衝突する。また自分の位置やその下のリソースの保存名と、
            別の所のHTMLからの同じリソースの保存名(ルートからのパスになる)が
            違って、同じファイルが別名で二重に保存されてしまう。
         それを避ける為、常にルートからパスから保存名を作るオプションを加えた。

2021/04/14, dl_srcs/dl_srcs.html
    HTML内の記述の置換時、リソースファイル名の作成でのバグ修正、
        ./ から始まるパスの変換結果が、代入漏れで致命的なエラーを起こしていた。

--------------------------------------------------
