☰

镜像网站目录

tag-icon • tag-icon website mirroring
镜像网站目录

我想下载经典“开始第四次”这本书似乎已经绝版，但可以买到这里免费。也就是说，我想使用 site-ripper 下载 forth.com/starting-forth/子目录中（并且只下载该目录中）所有与索引链接的 html 页面，以及全部这些页面中使用的图像，无论其位于何处。

我尝试使用 httrack 来实现，但似乎不太好复杂的，因为我必须手动添加的所有子目录forth.com/starting-forth/。

我该怎么做？Windows 或 Linux 解决方案都很好，但我更喜欢后者。

答案1

您可以使用wget。

wget -r -np -k https://www.forth.com/starting-forth/
  • -r递归
  • -np不要点击父目录的链接
  • -k使下载的 HTML 或 CSS 中的链接指向本地文件

（从这个答案）

（编辑）最后的命令：

wget -r -np -k -p --domains forth.com,netdna-ssl.com -H https://www.forth.com/starting-forth/
  • -p导致 wget 下载呈现页面所需的所有文件（图像、声音、样式表）
  • --domains用于设置下载内容的域。这通常只是网站和 CDN。
  • -H允许从其他主机（您放入的主机--domain）下载内容。

find . -name "*.html" -type f -exec sed -i 's/\?ver=/_ver=/g' {} +

这将搜索所有 html 文件并用 替换对 的引用，?ver因为_ver当 wget 下载任何 url 包含类似的文件时，jquery.colorbox.js?ver=1.1.0它需要用 替换?才能_将其保存为文件。

相关内容