wget -k konwertuje pliki różnie na Windows i Linux

Question

Mam GNU Wget 1.10.2 dla Windows i Linux, a opcja -k zachowuje się inaczej niż na tych dwóch.

-k, --convert-links tworzą linki w pobranych punktach HTML do plików lokalnych.

Z okien produkuje:

 
www.example.com/index.html 
www.example.com/index.html@page=about 
www.example.com/index.html@page=contact 
www.example.com/index.html@page=sitemap 

i na linux produkuje:

 
www.example.com/index.html 
www.example.com/index.html?page=about 
www.example.com/index.html?page=contact 
www.example.com/index.html?page=sitemap 

Jest to problematyczne w linux bo kiedy służę lustro przez Apache nie będzie odróżnić 4 wygenerowane strony, ponieważ część po znaku zapytania (?) jest używana jako ciąg zapytania do pliku.

Jakieś pomysły na to, jak mogę to kontrolować?

dzięki

Answer 1

Nie można używać znaku zapytania (?) W nazwie pliku na NTFS lub FAT32. Właśnie dlatego wget używa zamiast tego symbolu at (@).

W Linuksie tylko ukośnik (/) jest zabroniony na większości systemów plików, więc wget używa znaku zapytania (ponieważ jest częścią URI).

Można wymusić jedno zachowanie, używając --restrict-file-names=unix lub --restrict-file-names=windows.

Z dokumentacji wget:

Gdy tryb jest ustawiony na „unix”, Wget ucieka znak „/” i znaki kontrolne w zakresach 0-31 i 128-159. Jest to ustawienie domyślne w systemach uniksopodobnych typu .

Gdy tryb jest ustawiony na „okienka”, Wget ucieka znaki '\', '|', '/', : '?' '' '"', '*', '<' , ">" i znaki sterujące w zakresach 0-31 i 128-159. Oprócz tego Wget w trybie Windows używa "+" zamiast ":" do oddzielania hosta i portu w lokalnej nazwy plików i używa "@" zamiast "?", aby oddzielić część zapytania od nazwę pliku od reszty. Dlatego URL, który zostanie zapisany, jako www.xemacs.org:4300/search.pl?input=blah” w trybie Unix będzie zapisany jako «www.xemacs.org+4300/search.pl@input=blah» w trybie Windows. Ten tryb jest domyślny w systemie Windows.

Answer 2

zobaczyć --restrict-file-names=windows

Answer 3

Jest to problematyczne w linux bo kiedy służę lustro przez Apache nie będzie rozróżnić 4 generowanych stron ponieważ część po questionmark (?) Znak jest używany jako ciąg zapytania do pliku.

Aby dołączyć znak zapytania w ramach ścieżki URL, można go uniknąć:

www.example.com/index.html%3Fpage=about 

--convert-linki należy robić to dla ciebie, ja myślę - może być błąd Jeśli nie.

Answer 4

Jest to problematyczne w linux bo kiedy służę lustro przez Apache nie będzie odróżnić 4 generowanych stron od część po questionmark (?) Znak jest używany jako ciąg kwerendy do pliku .

Jeśli jest już za późno, to pomogło mi polecenia sed:

find . -type f -name "*html*" -exec sed -i -r 's/(src|href)=(["\x27])(.*?)(\?)(.*?)\2/\1=\2\3%3F\5\2/g' {} + 

Zastępuje? w href = lub src = znaczniki z% 3F. (\ x27 jest pojedynczym znacznikiem)