关于wget、子文件夹和index.html 的问题。
假设我位于“travels/”文件夹中，该文件夹位于“website.com”中：“website.com/travels/”。
文件夹“travels/”包含很多文件和其他（子）文件夹：“website.com/travels/list.doc”、“website.com/travels/cover.png”、“website.com/travels/[1990” ] America/" 、"website.com/travels/[1994] Japan/" 等等...
如何仅下载所有子文件夹中的所有“.mov”和“.jpg”？我不想从“travels/”中选择文件（例如不是“website.com/travels/list.doc”）
我发现一个wget命令（在 Unix&Linux Exchange 上，我不记得讨论了什么）能够仅从子文件夹下载“index.html”，而不是其他内容。为什么只下载索引文件？
答案1
此命令将仅从给定网站下载图像和电影：
wget -nd -r -P /save/location -A jpeg,jpg,bmp,gif,png,mov "http://www.somedomain.com"
根据威特人:
-nd prevents the creation of a directory hierarchy (i.e. no directories).
-r enables recursive retrieval. See Recursive Download for more information.
-P sets the directory prefix where all files and directories are saved to.
-A sets a whitelist for retrieving only certain file types. Strings and patterns are accepted, and both can be used in a comma separated list (as seen above). See Types of Files for more information.
如果您想下载子文件夹，您需要使用 flag --no-parent，类似于此命令：
wget -r -l1 --no-parent -P /save/location -A jpeg,jpg,bmp,gif,png,mov "http://www.somedomain.com"
-r: recursive retrieving
-l1: sets the maximum recursion depth to be 1
--no-parent: does not ascend to the parent; only downloads from the specified subdirectory and downwards hierarchy
关于index.html网页。一旦-A命令中包含该标志，它将被排除wget，因为该标志将强制wget下载特定类型的文件，这意味着如果html不包含在接受下载的文件列表中（即标志A），则不会下载该文件并将wget在终端中输出以下消息：
Removing /save/location/default.htm since it should be rejected.
wget可以下载特定类型的文件，例如（jpg、jpeg、png、mov、avi、mpeg...等），当这些文件存在于提供的 URL 链接中时，wget例如：
假设我们想从中下载 .zip 和 .chd 文件网站
此链接中有文件夹和 .zip 文件（滚动到末尾）。现在，假设我们要运行此命令：
wget -r --no-parent -P /save/location -A chd,zip "https://archive.org/download/MAME0.139_MAME2010_Reference_Set_ROMs_CHDs_Samples/roms/"
此命令将下载 .zip 文件，同时将为 .chd 文件创建一个空文件夹。
为了下载 .chd 文件，我们需要提取空文件夹的名称，然后将这些文件夹名称转换为其实际的 URL。然后，将所有感兴趣的 URL 放入一个文本文件 中file.txt，最后将该文本文件馈送到 中wget，如下所示：
wget -r --no-parent -P /save/location -A chd,zip -i file.txt
前面的命令将查找所有 chd 文件。