Question

我正在尝试使用wget镜像本地存档的网站。一切运行良好（auth标头等），除了编写网站以致在某个URL上调用GET方法删除资源，例如访问

http://site.domain.com/users/Delete/{uid}

删除id = uid的用户。我希望wget关注网站上的所有链接，指望包含模式"/Delete/"的链接。

根据GNU wget manual，您可以使用wget --reject-regex过滤网址。我使用的是wget版本1.15，它没有使用libpcre支持进行编译，所以我尝试使用这样的标准POSIX ERE（以及其他尝试）：

wget --reject-regex='.*Delete.*' -P /path_to_mirror_dir/ -k -p -m -E -c -rH -Dsite.domain.com https://site.domain.com/Home/（see explainshell）

根据答案here和here。但是，仍在遵循URL，因此删除了资源。

是否可以使用reject-regex过滤后续网址？

P.S。我简要地查看了httrack，但在我看不清楚如何明确发送HTTP标头时没有进一步调查。另外，我想了解这个wget选项。

Answer 1

wget --exclude-directories='*/Delete' -P /path_to_mirror_dir/ -k -p -m -E -c -rH -Dsite.domain.com https://site.domain.com/Home/

（Explainshell）

应该做的伎俩

Answer 2

好。问题是recursive accept/reject options仅适用cal.add(Calendar.SECOND, 32700); System.out.println(cal.getTime()); String output = outputFormat.format(date); System.out.println(output); String output2 = outputFormat.format(cal.getTime()); System.out.println(output2); } catch (ParseException e) { e.printStackTrace(); }（正如预期的那样），但--recursive (-r)选项取代它，因此--mirror (-m)模式被忽略。因此，有效的命令是

--reject-regex

如何使用--reject-regex过滤wget跟踪链接？

2 个答案: