有没有办法镜像仅加载网站的 index.html 页面所需的数据？

Question

我正在尝试镜像一个网站的登陆页面以对其进行测试。

有没有办法只镜像网站的第一级？IE 所有请求都应该只针对第一个索引页（而不是wget -m -k）成为本地文件。

我对命令行很熟悉，因此使用 CLI 工具是完全可以接受的。

提前致谢！

Answer 1

为了仅获取站点的索引页及其必需品，并将它们转换为本地呈现，以下 wget 调用（当然，用您想要镜像的 URL 替换示例 URL）应该会产生所需的结果，将文件下载到您运行它时所在的目录中：

wget -r -l1 -k -nH http://www.example.com

选项含义如下：

• -r：使用递归检索（跟随链接到其他文件）。
• -l1：将递归深度限制为 1（按照命令行给出的 URL 中的链接，但不按照这样检索到的文件中的链接）。
• -k：重写检索到的文件中绝对链接以引用下载的版本，而不是镜像网页上托管的版本。
• -nH：不要为下载的文件创建每个主机名的目录（否则，如果您在例如中/home/example/mirror，则所有内容都会进入/home/example/mirror/www.example.com）。

根据目标站点的设置方式，您可能需要对检索到的文件进行一些额外的处理（例如，.php从磁盘打开时，带有扩展名的文件可能无法正确呈现，因为没有服务器提供标Content-Type头来告诉您的浏览器它们包含 HTML）。不过，这应该是一个非常好的开始。