ウェブサイトのコンテンツ
<html>
<body>
<a href="http://www.sagar.com/" title="sagar">Sagar</a>
<a href="http://www.sagarcom/1/" title="sagar1">Sagar Link1</a>
<a href="http://www.sagar.com/2/song.mp3">Download this</a>
</body>
</html>
link_source_file.txt上記を含むURL
## Below wget command
wget -r -l1 -H -t1 -nd -N -np -A.mp3 -erobots=off -i link_source_file.txt
-Aで述べた特定の種類のファイルをダウンロードしたいと思います。ここにいるmp3。上記のwgetコマンドはリンクの深さに従います-t1。
最初のリンクをたどってファイルをhttp://www.sagar.com/ダウンロードします。index.htmlその後、ファイル形式がないことを発見して.mp3削除しました。index.html
私はwgetが拡張子を持つリンクだけに従い、*.mp3他のリンクに従わないことを望みます。この要件を満たすようにコマンドをどのように調整できますか？
ベストアンサー1
私の考えでは、あなたはできないと思います。最終的に再帰ダウンロードオプションを使用するには、デフォルトでwgetがhtmlファイルでのみ見つけることができる-rリンク（レベル別）を見つける必要があります。-lしたがって、wgetはより多くのhtmlファイルとmp3ファイルへのリンクを見つけるためにhtmlファイルをダウンロードして解析する必要があります。
すでに接続リストを作成している場合は、fgrep ".mp3"mp3ファイルのみを含む新しいリストを作成し、それをwgetのlink_source_fileとして使用するのはどうでしょうか？ wgetはhtmlファイルをダウンロードしないため、リンクが見つからないため削除することも、-r -l他のオプションもあります。ただ維持します-i（-Aリストにはすでにmp3ファイルのみが含まれていますが）。-xファイル階層がなくてもファイル階層を強制するには、このオプションを使用します-r。
つまり、サイトを再帰的に閲覧するには、wgetがhtmlファイルを保存しなくてもhtmlファイルをダウンロードして解析できるようにする必要があります。
別の方法は、wgetを使用して複数レベルのhtmlファイルをダウンロードすることです。その後、手動でこのファイルからリンクを取得し、見つかったすべてのmp3ファイルのリストを作成します（lynx、sed、およびfgrepがこれに役立つでしょう）。または、サイトがどのように構成されているかを知っている場合は、別の方法で目的のファイルのリストを生成します（たとえば、シェルスクリプトを使用して次の行を含むリストを生成します。
http://www.sagar.com/1/song.mp3
http://www.sagar.com/2/song.mp3
http://www.sagar.com/3/song.mp3
http://www.sagar.com/100/song.mp3