如何提供带有问号的 wget --mirror'ed 文件目录

Question

我正在尝试创建一个 php 应用程序的静态镜像（特别是旧的 php Gallery 安装）。该应用程序生成 URL，例如：

view_album.php?set_albumName=MyAlbum

wget将这些直接下载到名称相同的文件中，并带有问号。为了不破坏入站链接，我想保留这些名称。但我如何为他们服务？我遇到了两个问题：

1. 网络服务器（正确地）尝试查找“view_album.php”，并将查询参数传递给它，而不是查找带有问号的文件。如何告诉网络服务器查找其中带有问号的文件？重命名文件是不可取的，因为它会破坏入站链接。我不能告诉入站链接器对他们的 URL 进行 %-encode。

2. 这些文件不以 HTML 结尾，因此大多数网络服务器不会发送 html 内容类型标头。我应该寻找哪些配置参数来告诉它为目录中的所有文件强制使用“text/html”内容类型或匹配特定模式？

我最终使用的是 lighttpd，但是如果您知道什么样的配置可以使用 apache/nginx 获得所需的结果，我也很想听听。

Answer 1

wget 将这些直接下载到名称相同的文件中，并带有问号。

您可以使用 禁用该行为--restrict-file-names=ascii,windows，这可以直接在 wget 上解决您的问题，而无需花哨的服务器配置。

Answer 2

我认为你可以在 Apache 中使用mod_rewrite来做到这一点。理想情况下，如果您告诉mod_rewrite执行看似无用的重写，您可以欺骗它认为它应该提供名称包含查询字符串的文件。将类似的内容放入您的服务器配置中（不幸的是，不是在一个.htaccess或一个<Directory>块中）

RewriteEngine on
RewriteCond %{QUERY_STRING} (.*)
RewriteRule ^(.*) /path/to/webdir/$1?%1

我不知道这会对带有多个问号的 URL 产生什么影响。我认为它还会在没有查询字符串的 URL 上附加一个问号。您可以将第一个正则表达式更改为(.+)，但随后它会使用空查询字符串从 URL 中删除问号。

如果这不起作用，您可以将文件重命名为不带问号的名称（例如将它们全部更改为 %s 或其他名称）并使用：

RewriteEngine on
RewriteCond %{QUERY_STRING} (.*)
RewriteRule ^(.*) /path/to/webdir/$1\%%1

我不知道这是如何处理 PATH_INFO 的。如果 Gallery 使用它，您可能需要添加类似的内容

RewriteCond %{PATH_INFO} (.*)
RewriteRule ^(.*) /path/to/webdir/$1/%1

（但是，如果 Gallery 同时使用“ http://.../index.php ”和“ http://.../index.php/foobar ”，就会发生冲突，因为您无法拥有索引文件系统上的 .php 既是文件又是目录。您可以通过进行更多名称修改来解决这个问题。）

当我们投入一堆 mod_rewrite 时，不妨使用它来设置 MIME 类型：

RewriteRule \.php - [T=text/html]

或者

RewriteCond %{REQUEST_FILENAME} \.jpg$
RewriteRule ^ - [T=image/jpeg]

或类似的东西。（请注意，如果相册或照片名称包含“.php”等，第一个将如何破坏）

让我们知道结果如何！