command-line - 如何忽略要在 wget 中下载的特定类型的文件？

Question

我如何忽略.jpg,.png文件，wget因为我只想包含.html文件。

我在尝试：

wget  -R index.html,*tiff,*pdf,*jpg -m http://example.com/

但它不起作用。

Answer 1

使用

 --reject jpg,png  --accept html

排除/包含具有某些扩展名的文件的选项，请参阅http://www.gnu.org/software/wget/manual/wget.html#Recursive-Accept_002fReject-Options。

将带有通配符的模式放在引号中，否则您的 shell 会扩展它们，请参阅http://www.gnu.org/software/wget/manual/wget.html#Types-of-Files

Answer 2

# -r : recursive    
# -nH : Disable generation of host-prefixed directories
# -nd : all files will get saved to the current directory
# -np : Do not ever ascend to the parent directory when retrieving recursively. 
# -R : don't download files with this files pattern
# -A : get only *.html files (for this case)

例如：

wget -r -nH -nd -np -A "*.html" -R "*.gz, *.tar"  http://www1.ncdc.noaa.gov/pub/data/noaa/1990/

Answer 3

下载除档案以外的所有文件的工作示例：

wget -r -k -l 7 -E -nc \
 -R "*.gz, *.tar, *.tgz, *.zip, *.pdf, *.tif, *.bz, *.bz2, *.rar, *.7z" \
 -erobots=off \
 --user-agent="Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36" \
 http://misis.ru/