我怎样才能让wget只下载页面而不下载CSS图像等？

我想使用wget下载整个网站，但我不希望wget下载图像，视频等。

我试过了

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″

但是当我这样做时，它不会下载.php文件，而只会下载静态.html文件。

wget是否可以解决此问题？

您已明确告诉wget仅接受.html带有后缀的文件。

假设php页面具有.php，您可以执行以下操作：

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″

请注意，这将下载渲染的html，而不是php的源代码。如果页面足够动态，则可能无法获得预期的渲染结果。

但是，我建议使用httrack之类的其他工具可能会做得更好-它完全取决于您需要做什么。

-A需要一个列表，因此-A.html，.php应该合适。您还应该查看-R（它也带有拒绝列表）。

是的，这很简单。看看这个SO答案：https : //superuser.com/questions/709702/how-to-crawl-using-wget-to-download-only-html-files-ignore-images-css-js

tl / dr; 使用--follow-tags=a，它将仅跟随a标签。