Mam małą witrynę, którą próbuję zindeksować na mojej lokalnej maszynie tylko z plikiem html, bez obrazów, plików dołączanych do obrazu ... pdf, ..etc.Lustro Wget Mirror tylko
Nigdy nie odzwierciedlałem strony internetowej i myślę, że byłoby dobrze, aby zadać to pytanie, zanim zrobi się coś katastrofalnego.
To polecenie, które chcę uruchomić i zastanawiam się, czy należy dodać coś jeszcze.
wget --mirror <url>
Dzięki!
-R i -A opcje służą do odrzucić lub zaakceptować określonych typów plików.
Weź również pod uwagę przepustowość wykorzystywaną do pobrania całej witryny. Możesz również dodać opcję --random-wait.
Jeśli chcesz pominąć wszystkie obrazy i pliki PDF, twoja komenda będzie wyglądać następująco:
wget --mirror --random-wait -R gif,jpg,pdf <url>
Uwaga: mirroring strony internetowej może iść przeciwko polityce, więc proponuję najpierw sprawdzić.
Źródła:
Istnieją także wget łatki, które dodają opcje filtrowania MIMETYPES ...