用wget下载具有真实名称的文件

我正在尝试使用从Web站点通过HTTP下载文件wget。

当我使用时：

wget http://abc/geo/download/?acc=GSE48191&format=file

我只有一个名为的文件index.html?acc=GSE48191。

当我使用时：

wget http://abc/geo/download/?acc=GSE48191&format=file -o asd.rpm

我得到了asd.rpm，但是我想使用实际名称下载，并且不想手动更改下载文件的名称。

filenames wget

— 内哈
source

下次您可能要问有关生物信息学的这类问题。它也是这里的主题，欢迎您留下来，但是您可能会从该领域的工作人员那里获得更多帮助。

— terdon

@terdon在有关生物信息学的主题上如何询问wget和* nix shell行为？

— CVn

@MichaelKjörling是从NCBI提取信息的，这就是为什么我建议这样做。那里的答案可能会涉及一种更简单，更直接的方法来获取OP所需的信息，而不是Shell解决方案。例如，诸如“您可以从这里更轻松地获取此信息”之类的东西。

— terdon

看--trust-server-names参数wget-

— ivanivan

重要的是要注意，URL所引用的资源不存在“实际名称”之类的东西。Web服务器用一些内容来响应请求，并可能以某种方式响应某些描述该内容的标头，但是根本不需要涉及文件。

— IMSoP

Answers:

wget --content-disposition 'https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE48191&format=file'

您正在下载的文件是tar归档文件（二进制文件），由Web服务器上的动态链接提供。wget通常会使用您所使用的URL的一部分来保存文件，但是在这种情况下，这只是REST API端点（或类似名称），因此该名称不便于使用（它仍然是有效名称，并且文件内容将是相同的）。

但是，在这种情况下，服务器提供了一个“ Content Disposition”标头，其中包含实际的文件名，wget如果您使用该--content-disposition选项，则可以使用。在我的手册中，此选项标记为“实验性” wget。

您还需要引用URL，以便外壳程序不解释其中的&和?字符。

等效使用curl：

curl -J -O 'https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE48191&format=file'

或者，使用等效的long选项：

 curl --remote-header-name --remote-name 'https://www.ncbi.nlm.nih.gov/geo/download/?acc=GSE48191&format=file'

下载文件后，需要将其解压缩：

tar -xvf GSE48191_RAW.tar

由于此特定档案的创建方式，这会将档案的文件解压缩到当前目录中（因此，创建一个新目录，将档案移到该目录并解压缩可能是个好主意）。此存档中的文件是gzip-compressed CEL文件。

— 库萨兰达
source

Shell对字符进行通常的解释，尤其?是通配符（在这里无关紧要）和&“放入背景”。您应该已经注意到了后者，因为shell响应不同于直接命令。

因此，您需要引用：

wget 'http://abc/geo/download/?acc=GSE48191&format=file'

— 直接
source