मैं wget का उपयोग करके एक पूरी वेबसाइट डाउनलोड करना चाहता हूं, लेकिन मैं छवियों, वीडियो आदि को डाउनलोड करना नहीं चाहता।
मैंने कोशिश की
wget -bqre robots=off -A.html example.com –user-agent=”Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.6) Gecko/20070725 Firefox/2.0.0.6″
लेकिन जब मैं ऐसा करता हूं कि यह .php फ़ाइलों को डाउनलोड नहीं करता है, तो बस स्थैतिक .html फाइलें डाउनलोड करता है।
क्या इस समस्या का कोई समाधान है?
जवाबों:
आपने स्पष्ट रूप से केवल उन फ़ाइलों को स्वीकार करने के लिए कहा है जो .htmlएक प्रत्यय के रूप में हैं।
मान लें कि php पृष्ठ हैं .php, तो आप यह कर सकते हैं:
wget -bqre robots=off -A.html,.php example.com –user-agent=”Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.6) Gecko/20070725 Firefox/2.0.0.6″
ध्यान दें कि यह प्रदान किए गए HTML को डाउनलोड करेगा, न कि php का स्रोत। यदि पृष्ठ पर्याप्त रूप से गतिशील है, तो आपको अपेक्षित परिणाम नहीं मिल सकता है।
हालाँकि, मेरा सुझाव है कि एक अन्य उपकरण जैसे कि क्रैक एक बेहतर काम कर सकता है - यह ठीक उसी पर निर्भर करता है जो आपको करने की आवश्यकता है।
-एक सूची लेता है, इसलिए -A.html, .php को बिल फिट करना चाहिए। आपको -R में भी देखना चाहिए (यह एक अस्वीकार सूची भी लेता है)।
हाँ, वहाँ है, और यह बहुत आसान है। इस एसओ उत्तर पर एक नज़र डालें: /superuser/709702/how-to-crawl-use-wget-to-download-only-html-files-ignore-images-csg-js
tl / डॉ; उपयोग --follow-tags=aजो केवल aटैग का पालन करेंगे ।