Une page de rapports contient parfois des liens directs vers les PDF, parfois des liens vers leur présentation. Cette différence détermine la méthode. Simple Mass Downloader enregistre des documents existants ; il ne transforme pas la page en PDF et ne fusionne pas les fichiers.
Tester un document accessible
Ouvrez un lien normalement. Une connexion, un abonnement ou une autorisation peut être nécessaire pour le fichier complet, même si son résumé est public.
Choisissez un petit échantillon et respectez les règles de la bibliothèque ou du portail.
Analyser puis filtrer
- Ouvrez la page qui liste les ressources.
- Choisissez PDF puis lancez Scan.
- Examinez les adresses et noms.
- Filtrez par année, domaine ou fragment de nom.
- Sélectionnez, vérifiez les noms et enregistrez quelques fichiers.
Un titre présent uniquement dans le texte du PDF n’est pas recherché. La déduplication des URL ne compare pas non plus le contenu de deux documents.
Passer par les pages de détail
Vous pouvez ouvrir les pages pertinentes puis les analyser ensemble. Find files in pages permet aussi de chercher une couche plus loin dans des liens sélectionnés, avec une condition PDF.
Il récupère du HTML sans exécuter toute l’interactivité des sous-pages. Il ne parcourt pas récursivement un site. Si vous connaissez les véritables adresses, préférez une liste d’URL.
Préserver des noms utiles
Pour des rapports issus de plusieurs organismes, {host}-{ccc}-{name}.{ext} conserve la source et le nom original. Vérifiez plusieurs lignes de prévisualisation.
Les métadonnées de titre peuvent être vides. Évitez une règle qui donnerait le même nom à tous les fichiers.
Contrôler le dossier obtenu
ZIP convient à un dossier de lecture modeste ; les téléchargements standard aux fichiers plus volumineux. L’enregistrement direct écrit dans un dossier que vous autorisez, y compris avec les crédits gratuits. Gardez le Dashboard ouvert jusqu’à la fin.
Vingt PDF enregistrés dans un ZIP utilisent vingt crédits. Si un document ne s’ouvre pas, examinez la connexion, la redirection ou l’expiration du lien avant de réessayer. Consultez les guides sur les noms de fichiers et les échecs.
