wget 将指纹从 ?进入%3F

Question

我想镜像我的 cms 驱动网站以创建纯 html 静态版本。使用

-k

选项 (

--convert-links

) 启用本地查看。

但是，wget 在其 html 文件中将问号

?

转换为百分比编码的 ascii

%3F

。

wget -m -nH -np -k -E --restrict-file-names=unix,nocontrol https://localhost/mysite

示例：

从来源输入 https://localhost/mysite:

<link href="/dist/css/main.css?fp=12345" type="text/css" rel="stylesheet">
<a href="/contact">Contact</a>

wget 的预期输出：

<link href="/dist/css/main.css?fp=12345" type="text/css" rel="stylesheet">
<a href="/contact.html">Contact</a>

wget 的实际输出：

<link href="/dist/css/main.css%3Ffp=12345.css" type="text/css" rel="stylesheet">
<a href="/contact.html">Contact</a>

请注意，联系链接现在特意带有

.html

后缀 (

-E

)。这是对的。 对于此用例，可以忽略向指纹添加

.css

后缀。

请注意，指纹

?

会转换为

%3F

，这会破坏本地查看。

如何镜像我的网站并保持指纹完好无损？

Answer 1

一个可能的解决方案是使用 sed shell 脚本进行搜索替换：

#! /bin/bash

# replaces all occurences of string %Ffp with ?fp in *.html files
find "/var/www/mysite" -type f -name "*.html" -exec sed -i -s -r 's/%3Ffp/?fp/g' {} +

小心路径，此命令会查看 /var/www/mysite 及其子文件夹中的所有 html 文件。