☰

选择

tag-icon • tag-icon linux bash ssh wget
选择

我有一个带有网络文件夹视图的文件夹（http://example.com/folder1/folder2/）

/folder2 有多个文件夹，其中包含 pdf 文件。我想使用 wget 通过 ssh 将 /folder2 的所有内容（包括所有子文件夹和文件）下载到我的服务器。我尝试了以下操作，但始终只得到 index.html 和 robots.txt 文件。

[root@myserver downloads]# wget -r --no-parent --reject "index.html*" http://www.example.com/folder1/folder2/
--2015-08-07 07:46:36--  http://www.example.com/folder1/folder2/
Resolving www.example.com... 192.168.1.1
Connecting to www.example.com|192.168.1.1|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/html]
Saving to: `www.example.com/folder1/folder2/index.html'

    [         <=>                           ] 4,874,325    138K/s   in 37s     

2015-08-07 07:47:42 (128 KB/s) -     `www.example.com/folder1/folder2/index.html' saved [4874325]

Loading robots.txt; please ignore errors.
--2015-08-07 07:47:42--  http://www.example.com/robots.txt
Connecting to www.example.com|192.168.1.1|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 26 [text/plain]
Saving to: `www.example.com/robots.txt'

100%[======================================>] 26          --.-K/s   in 0s      

2015-08-07 07:47:42 (1.42 MB/s) - `www.example.com/robots.txt' saved [26/26]

Removing www.example.com/folder1/folder2/index.html since it should be rejected.

FINISHED --2015-08-07 07:47:42--
Downloaded: 2 files, 4.6M in 37s (128 KB/s)
[root@myserver downloads]#

我尝试过的其他命令也出现了类似的失败结果：

wget -m -p -E -k -K -np http://example.com/folder1/folder2/

wget -r http://example.com/folder1/folder2/ -nd -P /downloads -A PDF

答案1

我想使用 wget 通过 ssh 将 /folder2 的所有内容（包括所有子文件夹和文件）下载到我的服务器。

我认为您想通过 SSH 下载wget，而这里的问题不是 SSH。

解决方案经过阿蒂利奥：

wget --mirror --page-requisites --adjust-extension --no-parent --convert-links \
    --directory-prefix=folder2 http://example.com/folder1/folder2/

编辑

上述解决方案非常适合镜像网站；抱歉，我回答得太快了，它对于镜像 PDF 来说并不是最佳的。

wget -m -nH --cut-dirs=1 -np -R 'index.*' http://example.com/folder1/folder2/
  • -m, --mirror：递归下载所有内容
  • -nH, --no-host-directories：不要将数据放在以主机名命名的目录中
  • --cut-dirs=1：创建本地层次结构时跳过第一个目录
  • -np，--no-parent：不要接父母！
  • -R, --reject 'index.*'：不保存名为“index.*”的文件

可能会有用：-e robots=off告诉 wget 忽略你的robots.txt。

例子

$ wget -m -nH --cut-dirs=4 -np --reject 'index.*' \
 http://ftp.lip6.fr/pub/linux/distributions/slackware/slackware64-current/source/a/bin/
$ tree
.
└── slackware64-current/
    └── source/
        └── a/
            └── bin/
                ├── banners.tar.gz
                ├── bin.SlackBuild
                ├── debianutils_2.7.dsc
                ├── debianutils_2.7.tar.gz
                ├── fbset-2.1.tar.gz
                ├── scripts/
                │   ├── diskcopy.gz
                │   └── xx.gz
                ├── slack-desc
                └── todos.tar.gz

选择

这不是你问的，但我个人喜欢使用lftp为了那个原因：

lftp -c "open http://example.com/folder1/; mirror folder2"

相关内容