我想用wget克隆一个wordpress博客，以便我可以将它作为静态内容包含在我正在编写的Web应用程序中。
目前我使用以下内容克隆网站：
wget -rk http://sitename.com
这很好用，但生成的html中的链接指向index.html文件。我希望这些链接指向包含该文件的目录。
e.g。对于页面http://sitename.com/blog-post-about-cats/ wget正在生成一个目录“blog-post-about-cats”并在其中放入一个index.html文件。该博客文章的链接写成“../blog-post-about-cats/index.html”，我希望它们是“../ blog-post-about-cats /".
我想我想要它，因为我认为url中的index.html看起来有点难看，这些页面都是关于演示文稿。
有什么想法吗？这是可能的wget或可能是一个不同的命令行工具？
感谢。
答案 0 :(得分：2)
我假设wget默认不这样做，因为您的本地Web服务器可能配置为提供目录的索引页而不是index.html。最简单的解决方案是使用正则表达式对所有获取的HTML文件进行后处理：
find -name '*.html' | xargs sed -rie 's/href="([^"]*)\/index\.html"/href="\1\/"/gi'
如果此站点上的页面是某些其他类型的文件，例如.php文件，请替换“* .php”或其他任何合适的文件。正则表达式的功能是识别形式为href =“stuff / index.html”的字符串并删除index.html。 xargs和find用于将其应用于所有页面，sed的“-i”标志使其可以就地修改文件。正则表达式中的“gi”标志使它替换所有出现的内容，并且不区分大小写（因为HTML不区分大小写）。
答案 1 :(得分：0)
您可以让wget为您执行此操作。尝试使用：
wget –mirror –convert-links –html-extension –wait=1 https://example.com/
您可以在此处找到更多详细信息： https://aawaara.com/post/188869436762/how-to-clone-any-website-in-the-world-and-host-it