wget -k在Windows和Linux上以不同方式转换文件

StackOverflow https://stackoverflow.com/questions/629831

  •  08-07-2019
  •  | 
  •  

题

对于Windows和Linux，我有 GNU Wget 1.10.2 ， -k 选项在这两个选项上表现不同。

  

-k， - convert-links使下载的HTML中的链接指向本地文件。

在Windows上它会产生：

www.example.com/index.html
www.example.com/index.html@page=about
www.example.com/index.html@page=contact
www.example.com/index.html@page=sitemap

并在linux上产生：

www.example.com/index.html
www.example.com/index.html?page=about
www.example.com/index.html?page=contact
www.example.com/index.html?page=sitemap

这在linux中是有问题的，因为当我通过Apache服务镜像时，它不会区分4个生成的页面，因为在questionmark（？）字符之后的部分被用作查询字符串文件。

关于如何控制这个问题的任何想法？

感谢

有帮助吗？

解决方案

您不能在NTFS或FAT32上的文件名中使用问号（？）。这就是wget使用at符号（@）的原因。

在Linux中，大多数文件系统上只禁止使用斜杠（/），因此wget使用问号（因为它是URI的一部分）。

您可以使用--restrict-file-names=unix或--restrict-file-names=windows强制执行任何行为。

来自wget文档：

  

当模式设置为<！>＃8220; unix <！>＃8221;时，Wget   逃脱角色<！>＃8216; / <！>＃8217;和   控制范围0 <！>＃8211; 31中的字符   和128 <！>＃8211; 159。这是默认设置   类Unix操作系统。

     

当模式设置为<！>＃8220; windows <！>＃8221;，Wget   转义字符<！>＃8216; \ <！>＃8217;，<！>＃8216; | <！>＃8217;，<！>＃8216; / <！>＃8217;，   <！>＃8216;：<！>＃8217;，<！>＃8216;？<！>＃8217;，<！>＃8216; <！>“; <！>＃8217;，<！>＃ 8216; * <！>＃8217;，<！>＃8216; <！> lt; <！>＃8217;，<！>＃8216; <！> gt; <！>＃8217;和   控制范围0 <！>＃8211; 31中的字符   和128 <！>＃8211; 159。除此之外，Wget   在Windows模式下使用<！>＃8216; + <！>＃8217;代替   ＃8216 <！>;：<！>＃8217;在本地分离主机和端口   文件名，并使用<！>＃8216; @ <！>＃8217;代替   ＃8216 <！>; <>！＃8217;分开查询部分   其余的文件名。   因此，将保存一个URL   如   ＃8216 <！>; <！> www.xemacs.org:4300/search.pl?input=blah＃8217;   在Unix模式下将保存为   ＃8216 <！>; <！> www.xemacs.org+4300/search.pl@input=blah＃8217;   在Windows模式下。这种模式是   在Windows上默认。

其他提示

  

这在linux中存在问题，因为当我通过Apache服务镜像时，它不会区分4个生成的页面，因为在使用questionmark（？）字符作为文件的查询字符串之后的部分。

要在URL路径部分中包含问号，您可以将其转义：

www.example.com/index.html%3Fpage=about

- 转换链接应该为你做这个，我想<！>＃8201; <！>＃8212; <！>＃8201;如果没有，可能是个bug。

  

这在linux中是有问题的，因为当我通过镜像服务时   Apache它不会区分4个生成的页面   在使用questionmark（？）字符作为查询字符串之后的部分   到文件。

如果已经很晚了，这个sed命令帮助了我：

find . -type f -name "*html*" -exec sed -i -r 's/(src|href)=(["\x27])(.*?)(\?)(.*?)\2/\1=\2\3%3F\5\2/g' {} +

它取代了吗？在href =或src =带有％3F的标签。 （\ x27是单勾）

许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top