如何使用 wget 下载而不跟随带参数的链接

Question

我正在尝试下载两个站点以包含在 CD 中：

http://boinc.berkeley.edu/trac/wiki
http://www.boinc-wiki.info

我遇到的问题是这些都是维基。所以当下载时，例如：

wget -r -k -np -nv -R jpg,jpeg,gif,png,tif http://www.boinc-wiki.info/

我确实得到了很多文件，因为它也遵循诸如 ...?action=edit ...?action=diff&version=... 之类的链接

有人知道解决这个问题的方法吗？

我只想要当前页面，没有图像，没有差异等。

PS：

wget -r -k -np -nv -l 1 -R jpg,jpeg,png,gif,tif,pdf,ppt http://boinc.berkeley.edu/trac/wiki/TitleIndex

这适用于伯克利，但 boinc-wiki.info 仍然给我带来麻烦：/

缴费灵：

我得到了似乎最相关的页面：

wget -r -k -nv  -l 2 -R jpg,jpeg,png,gif,tif,pdf,ppt http://www.boinc-wiki.info

Answer 1

新版本的wget (v.1.14)解决了所有这些问题。

您必须使用新选项--reject-regex=....来处理查询字符串。

请注意，我找不到包含这些新选项的新手册，因此您必须使用 help 命令 wget --help > help.txt

Answer 2

wget --reject-regex '(.*)\\?(.*)' http://example.com\n

\n\n

（--reject-type posix默认情况下）。wget根据其他评论，仅适用于最近（> = 1.14）版本。

\n\n

请注意，每次通话似乎只能使用--reject-regex一次wget。也就是说，|如果您想选择多个正则表达式，则必须在单个正则表达式中使用：

\n\n

wget --reject-regex 'expr1|expr2|\xe2\x80\xa6' http://example.com\n

\n

Answer 3

wget -R "*?action=*"

这将排除其名称中包含的任何内容?action=。