il faut curl toutes les URLs et ne garder que celles qui sont bien en 2xx

404_offline.html

 [(#SET{erreur,<:offline:erreur_contenu_non_disponible:>})
-][(#SET{url_base,#VAL{./}|url_absolue})
+][(#SET{url_base,#REM|url_de_base})
 ][(#INCLURE{fond=404,status=404,erreur=#GET{erreur}}|offline_inserer_head{
 [<base href="(#GET{url_base})" />
 <style>

inc/offline.php

@@ -259,12 +259,7 @@ function offline_ressources_from_url($url, $force_refresh = false, $profondeur =
 		return array();
 	}
 
-	$ressources = array(
-		$url
-	);
-	if ($profondeur<=0) {
-		return $ressources;
-	}
+	$ressources = array();
 
 	// trouver les ressources de l'URL si c'est un contenu qu'on sait parser
 	$parts = parse_url($url);
@@ -276,37 +271,46 @@ function offline_ressources_from_url($url, $force_refresh = false, $profondeur =
 	}
 
 	$offline_ressources_from_parse = false;
-	if ($extension == 'php'
-	  or $offline_ressources_from_parse = charger_fonction('offline_ressources_from_parse_' . $extension, 'inc', true)) {
-		//var_dump("$profondeur:$url", $offline_ressources_from_parse);
-		$delai_cache = 86400;
-		if ($force_refresh) {
-			$delai_cache = 0;
-		}
-		include_spip('inc/distant');
-		$res = recuperer_url_cache($url, array('delai_cache' => $delai_cache));
-
-		if ($extension == 'php') {
-			if ($res and isset($res['headers'])) {
-				if (preg_match(',Content-Type:\s*(\w+/\w+),', $res['headers'], $m)
-					and $mime = $m[1]
-					and $extension = sql_getfetsel('extension', 'spip_types_documents', 'mime_type=' . sql_quote($mime))) {
-				}
-			}
-			// en dernier recours si ca ressemble a du html essayons !
-			if ($extension === 'php'
-				and isset($res['page'])
-				and strpos($res['page'], "<!DOCTYPE") !== false
-				and strpos($res['page'], "<html") !== false
-				and strpos($res['page'], "</html>") !== false) {
-				$extension = 'html';
-			}
-			if ($extension !== 'php') {
-				$offline_ressources_from_parse = charger_fonction('offline_ressources_from_parse_' . $extension, 'inc', true);
+
+	//var_dump("$profondeur:$url", $offline_ressources_from_parse);
+	$delai_cache = 86400;
+	if ($force_refresh) {
+		$delai_cache = 0;
+	}
+	include_spip('inc/distant');
+	$res = recuperer_url_cache($url, array('delai_cache' => $delai_cache));
+	#echo "$url : " . $res['status'] . "\n";
+
+	if (!$res or !isset($res['status']) or $res['status']>=300) {
+		return $ressources;
+	}
+	$ressources[] = $url;
+
+	if ($profondeur<=0) {
+		return $ressources;
+	}
+
+	// parser le contenu si on sait faire
+
+	// si c'est un spip.php on regarde le content-type pour savoir le type final
+	// si on trouve pas on essaye de reconnaitre du html...
+	if ($extension == 'php'){
+		if ($res and isset($res['headers'])){
+			if (preg_match(',Content-Type:\s*(\w+/\w+),', $res['headers'], $m)
+				and $mime = $m[1]
+				and $extension = sql_getfetsel('extension', 'spip_types_documents', 'mime_type=' . sql_quote($mime))){
 			}
 		}
-
+		// en dernier recours si ca ressemble a du html essayons !
+		if ($extension==='php'
+			and isset($res['page'])
+			and strpos($res['page'], "<!DOCTYPE")!==false
+			and strpos($res['page'], "<html")!==false
+			and strpos($res['page'], "</html>")!==false){
+			$extension = 'html';
+		}
 	}
+	$offline_ressources_from_parse = charger_fonction('offline_ressources_from_parse_' . $extension, 'inc', true);
 
 	if ($offline_ressources_from_parse and $res and $res['page']) {
 		$sub_ressources = $offline_ressources_from_parse($res['page'], $url);