Von Zeit zu Zeit finde ich im Internet einige Dokumentationen, die ich für die Offline-Verwendung meines Notebooks benötige. Normalerweise feuere ich wget an und bekomme die ganze Seite.
Viele Projekte wechseln jedoch jetzt zu Wikis. Das heißt, ich lade jede einzelne Version und jeden Link "Edit Me" herunter.
Gibt es ein Werkzeug oder eine Konfiguration in wget, so dass ich beispielsweise nur Dateien ohne Abfragezeichenfolge herunterlade oder mit einem bestimmten Regex übereinstimme?
Prost,
Übrigens: wget hat den sehr nützlichen Schalter -k, der alle In-Site-Links zu ihren lokalen Pendants konvertiert. Das wäre eine weitere Voraussetzung. Beispiel: http://example.com-Seiten abrufen . Dann müssen alle Links zu "/ ..." oder " http://example.com/ ..." so konvertiert werden, dass sie mit dem heruntergeladenen Gegenstück übereinstimmen.
Von der Wget-Man-Seite:
-R rejlist - rejlist ablehnen
Geben Sie durch Kommas getrennte Listen mit Dateinamensuffixen oder Mustern an, die akzeptiert oder abgelehnt werden sollen. Wenn eines der Platzhalterzeichen *,?, [Oder] in einem Element von acclist oder rejlist erscheint, wird es als Muster und nicht als Suffix behandelt.
Das scheint genau das zu sein, was Sie brauchen.
Hinweis: Um die Belastung des Wiki-Servers zu verringern, sollten Sie die Flags -w und --random-wait betrachten.
Die meisten von ihnen runzeln die Stirn und Wikipedia schließt sie aktiv mit robots.txt ab. Ich würde an http://en.wikipedia.org/wiki/Special:Export bleiben