如何下载非公开的Google网站？

Question

我想下载只能通过登录Google才能访问的Google网站所有页面的HTML。 Google未为新的Google协作平台（source）提供API。使事情复杂化的是，我的Google登录要求2SV。

我尝试在Firefox中进行身份验证，通过Firefox扩展cookies.txt保存我的cookie，然后使用wget：

wget \
    --load-cookies=cookies.txt \
    --no-host-directories \
    --no-directories \
    --recursive \
    --accept '*.html' \
    https://sites.google.com/a/example.com/the-website-i-need/

结果只是一个Google登录页面。

我还通过cliget plugin在Firefox中进行了尝试，该命令可以生成与Firefox所做的下载等效的wget命令。我的想法是将递归选项添加到生成的命令中。但是，即使将Google Site的根页面保存为.html文件，该插件也仅报告“此会话没有下载”。然后，我开始从Google网站下载PDF文件，但确实触发了cliget插件。但是，产生的wget命令产生了302 Moved Temporarily，wget忠实地遵循了该命令，但是重复了这一过程，直到最后wget放弃了20 redirections exceeded。

这可以通过OAuth或其他身份验证方法完成吗？

相关：Accessing a non-Public Google Sites page using curl + Bearer Token

Answer 1

我终于找到了一种方法。通过Google Takeout（理论上），您可以下载所有Google数据，包括Google站点。

有一些限制：。

• 由于未知原因，它不适用于传统的Google协作平台。数据根本不在Google提供的下载文件中，即使Google表示支持。这可能是一个错误。在新的Google协作平台上效果很好。
• 据我所知，没有自动的方法可以做到这一点。您必须完成Google Takeout步骤。但是，对于一次性出口，这应该不是问题。
• 如果您使用的是Google G Suite，则您的管理员可能已禁用了Google Takeout。尝试一下，但是如果显示“您没有启用可以导出数据的服务”，则需要与G Suite管理员一起使用。

简短版本：

• 在Google云端硬盘中，将您的Google Site移至顶级文件夹
• 转到https://takeout.google.com/
• 在Google云端硬盘下，选择上方使用的文件夹
• 导出

详细版本：

• 请参阅Export Sites with Takeout - new Google Sites