wget -m不久前，我下载了一个带有 的页面。内部链接转换不正确，因此只要 URL 包含?（GET 参数），链接就会断开。如果我将?URL 中的 更改为%3F，链接就会正常工作。但是，我显然无法更改页面中的所有问号，因为其中一些是外部 URL、javascript 或页面其他部分的一部分。
我可以使用哪种工具来修复这些断开的链接？
该页面不再存在，所以我无法重新下载它（使用不同的 wget 选项）
答案1
?您可以尝试用特定的上下文替换全部，例如
sed 's/?\([a-z][A-Z]\)/%3F\1/g' a.html > b.html
这将处理a.html（保持不变）并b.html使用修改后的 HTML 文本创建/覆盖。
该sed表达式将找到?后跟字母 ( [a-z][A-Z])，捕获该字母 ( \(.. \))，并将其替换为%3F和捕获的字母 ( \1)。
根据您的 HTML 文件，您可能需要优化上下文才能获得有效的结果。
答案2
您可以将 --no-cobbler 选项与 -k 一起使用。
-nc将确保文件不会被再次下载。
-k如果文件存在于服务器上，将转换链接。
wget -rk -nc https://example.com