我正在尝试使用 HTTrack 或 Wget 从网站下载一些 .docx 文件。我只想为文件夹及其子文件夹执行此操作。例如：www.examplewebsite.com/doc（这又下降了 5 个级别）
如何做到这一点的好方法？
问问题
4179 次
3 回答
4
考虑到“蜘蛛”选项始终没有特别下载，而是遵循，先前提出的答案是可笑的。
迟到总比没有好，但这是您寻求在本地镜像所需文件扩展名文件的命令，但作为奖励，下拉目标 html 并自动调整它，以便如果您在本地打开它并单击链接，它们将相应地更改和调整到现在指向本地驱动器。
wget -e robots=off -r -k -A docx,doc "https://<url>"
如果这对您有用，我将不胜感激答案！
于 2017-07-29T17:43:25.363 回答
3
您可以将 --spider 与 -r （递归选项）一起使用，并让 --accept 过滤您感兴趣的文件
wget --spider -r --accept "*.docx" <url>
于 2016-05-25T07:58:30.953 回答
0
用法
wget -r -np -A pdf,doc https://web.cs.ucla.edu/~harryxu/
结果
tree
└── web.cs.ucla.edu
├── ~harryxu
│ ├── papers
│ │ ├── chianina-pldi21.pdf
│ │ ├── dorylus-osdi21.pdf
│ │ ├── genc-pldi20.pdf
│ │ ├── jaaru-asplos21.pdf
│ │ ├── jportal-pldi21.pdf
│ │ ├── li-sigcomm20.pdf
│ │ ├── trimananda-fse20.pdf
│ │ ├── vigilia-sec18.pdf
│ │ ├── vora-asplos17.pdf
│ │ ├── wang-asplos17.pdf
│ │ ├── wang-osdi18.pdf
│ │ ├── wang-osdi20.pdf
│ │ ├── wang-pldi19.pdf
│ │ └── zuo-eurosys19.pdf
于 2021-12-29T03:47:00.747 回答