wget遞歸文件沒有副檔名

我正在嘗試使用wget. 問題在於它：

1. 為頁面設置使用者友好的名稱

http://domain/wiki/Section/Home, 
http://domain/wiki/Section/Not+Home
http://domain/wiki/Section/Other+page

2. 對於某些頁面，它使用查詢字元串：

http://domain/wiki/Section/Home?one=value&other=value

3. 並且由於某種原因，可能備份某些文件的副檔名為*.1*（從 1 到 n 的數字），例如styles.css.1，javascrip.js.2

我想進行遞歸下載並將其儲存在一個文件夾中，但避免使用帶有查詢的文件；Home?query– 在這種情況下Home。為此，我嘗試--reject了一種模式，但無法使其發揮作用。

.1,.2,... .n如果我添加一長串數字，我可以避免擴展，但希望有更好的方法。

這是wget：

wget \
--page-requisites \
--no-parent \
--no-host-directories \
--no-directories \
--convert-links \
--load-cookies wget_cookies.txt --cookies=on --keep-session-cookies \
-P WikiFolders/pages/ \
-e robots=off \
-r \
--reject='1,2,3,4,5,6,7,8,9,*\\?*' \
--content-disposition \
--no-check-certificate \
http://domain/wiki/Section/

如果我以這種方式執行它，我確實會獲得該網站，但對於某些內容來說真的很慢。

注意：為了避免帶有我嘗試過的查詢的文件，*\\?*但這不起作用。

下載後，我刪除了以下內容：

find WikiFolders/pages/ -iname "*\\?*" -delete

但同樣這真的很慢，我必須下載很多內容。

我考慮過首先排除HTML和下載圖像、CSS 和 js 以及其他 wget HTML，但由於文件沒有副檔名，這不起作用。

您可以使用[]符號來指定數字和字母的範圍。重複多次。

*[0-9],*[0-9][0-9],*[0-9][0-9][0-9]
|____||__________||_______________|
  |       |              |
  |       |              +---------- Reject ending with 000 to 999
  |       +------------------------- Reject ending with 00 to 99
  +--------------------------------- Reject ending with 0 to 9

這也可以與--accept.

對於查詢連結，無法將其過濾掉 - 但是，如果您指定 *\?*文件將在下載後被刪除。因此，您將不得不使用頻寬和下載時間來忍受它，但之後您不必進行清理。

所以，總結總結，也許是這樣的：

--reject='*.[0-9],*.[0-9][0-9],*\?*'

如果這還不夠，您將不得不查看其他工具，例如您的問題下可能的重複連結中提到的工具。

引用自：https://unix.stackexchange.com/questions/76621