我正在尝试下载以下站点http://computerone.altervista.org的某些页面,仅用于测试...</p>
我的目标是只下载匹配以下模式“ *JavaScript*
”和“ *index*
”的页面。
实际上,如果我尝试以下选项
wget \
-A "*Javascript*, *index*" \
--exclude-domains http://computerone.altervista.org/rss-articles/ \
-e robots=off \
--mirror -E -k -p -np -nc --convert-links \
--wait=5 -c \
http://computerone.altervista.org
它的工作原理期望它也尝试下载http://computerone.altervista.org/rss-articles/
。
我的问题是:
- 为什么它试图下载
http://computerone.altervista.org/rss-articles/
页面? - 我应该如何避免它?我尝试
--exclude-domains http://computerone.altervista.org/rss-articles/
了选项,但它尝试下载它
PS:
查看我得到的源页面:
<link rel="alternate" type="application/rss+xml" title="RSS 2.0" href="rss-articles/" />