☰

wgetが再帰モードでは機能しません

tag-icon • tag-icon wget
wgetが再帰モードでは機能しません

GNU Wget 1.16 built on linux-gnueabihf存在するRaspberry Pi 3

wgetが最初のインデックスだけでなく、サイト全体（リンクをたどり、ロボットのように動作）を取得できるようにするにはどうすればよいですか？

私は試した:

wget -r http://aol.com
wget -r -l0 http://aol.com
wget -r -m -l0 http://aol.com

すべてのコマンドは同じ方法で終了します。

--2017-11-29 08:05:42--  http://aol.com/
Resolving aol.com (aol.com)... 149.174.149.73, 64.12.249.135, 149.174.110.105, ...
Connecting to aol.com (aol.com)|149.174.149.73|:80... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: https://www.aol.com/ [following]
--2017-11-29 08:05:42--  https://www.aol.com/
Resolving www.aol.com (www.aol.com)... 34.233.220.13, 34.235.7.32, 52.6.64.98, ...
Connecting to www.aol.com (www.aol.com)|34.233.220.13|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/html]
Last-modified header missing -- time-stamps turned off.
--2017-11-29 08:05:44--  https://www.aol.com/
Reusing existing connection to www.aol.com:443.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/html]
Saving to: ‘aol.com/index.html’

aol.com/index.html                                              [  <=>                                                                                                                                      ] 359.95K   751KB/s   in 0.5s

2017-11-29 08:05:45 (751 KB/s) - ‘aol.com/index.html’ saved [368585]

FINISHED --2017-11-29 08:05:45--
Total wall clock time: 2.8s
Downloaded: 1 files, 360K in 0.5s (751 KB/s)

私は何が間違っていましたか？

ベストアンサー1

aol.com/index.htmlすべてのリンクが別のホストを指しているため、問題が発生します。すべてのホストから繰り返しダウンロードするには、このオプションを追加できます--span-hosts。すべてのAOLホストを許可するには、オプションを追加することが私に合ったようです--span-hosts '*.aol.com'。

wget --span-hosts '*.aol.com' -r http://www.aol.com

リンクを一覧表示できます。

grep -Po '(?<=href=")[^"]*' aol.com/index.html

ほとんどがwww.aol.comを指しているのを見ることができるので、電話をかけることもできます。

wget -r http://www.aol.com

おすすめ記事