☰

使用 wget 获取一个页面的资源（仅获取其他内容）

tag-icon • tag-icon wget
使用 wget 获取一个页面的资源（仅获取其他内容）

我已经下载并存储了一个index.htm页面，并且（根据该页面的一些标准）想要使用 wget 来获取所有图像、javascript、css 文件等。浏览器将在显示该页面时下载它们。

我目前使用：

wget --server-response --timeout=120 --base="http://www.example.com/" --force-html --input-file="index.htm"

到目前为止，这有效，但它也会获取所有定义的链接，例如a href="/somesubpage.htm". 如何避免下载网址...？

答案1

由于 wget 不知道如何执行 javascript，因此您只有 2 个解决方案：

  • 使用浏览器向该页面发出请求并查看网络服务器日志。然后对每个网页元素使用 wget。
  • 使用phantomjs。。

相关内容