有没有一种方法可以禁止wget从父目录获取文件到给定深度？

greenoldman 发表于 Dev

格林曼

wget具有-np禁止从任何父目录获取文件的选项。我需要类似的东西，但要灵活一些。考虑：

www.foo.com/bar1/bar2/bar3/index.html

我想得到所有东西，但不是（在树层次结构中）比bar2（！）“更高” 。因此bar2也应该获取而不是获取bar1。

有没有办法使wget更具选择性？

背景：我正在尝试镜像具有类似逻辑结构的网站-起点，然后是向上，然后是向下。如果除之外还有其他工具wget更适合此类布局，请也告诉我。

更新

或者，而不是指定可能的深度，例如“没有父母，除非他们匹配此URL”。

更新2

服务器上有一些结构，对吗？您可以将其可视化为树。因此，通常使用“ --no-parent”，您会从A点开始，然后一直下降。

我的愿望是向上的能力-可以说，允许向上X个节点，或者（相当于100％）允许向上B个节点（距离BA = X）。

在所有情况下，下降规则都由用户定义（例如，仅下降Y级）。

怎么存放呢？实际上，这并不是真正的问题-wget默认情况下会重新创建服务器结构，这里没有什么可担心的，或者不需要修复任何内容。因此，与往常一样，用2个字表示。

更新3

下面的目录结构-假设每个目录中R-R.html等只有一个文件。当然，这可以简化，因为您可以拥有多个页面。

        R 
       / \
      B   G
     / \
    C   F
   / \
  A   D
 /
E

A（A.html）是我的起点，X = 2（所以B是我想获取的最顶层节点）。在此特定示例中，这意味着获取除R.html和G.html之外的所有页面。A.html被称为“起点”，因为我必须从它而不是从B开始。

更新4

从更新3开始使用命名。

wget选项www.foo.com/B/C/A/A.html

问题是从目录B及其以下获取所有页面的选项是什么（知道您必须从A.html开始）。

程序

我没有尝试过，但是使用-I和-X可以满足您的需求。我的第一个尝试是

wget -m -I bar1/bar2 -X "*" http://www.foo.com/bar1/bar2/bar3/index.html

选项说明：

-m: 
   --mirror
       Turn on options suitable for mirroring.  This option turns on recursion and time-stamping, sets
       infinite recursion depth and keeps FTP directory listings.  It is currently equivalent to -r -N -l
       inf --no-remove-listing.
-I: list
   --include-directories=list
       Specify a comma-separated list of directories you wish to follow when downloading.  Elements of
       list may contain wildcards.
-X: list
   --exclude-directories=list
       Specify a comma-separated list of directories you wish to exclude from download.  Elements of list
       may contain wildcards.

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。