我知道wget -mkp http://example.com可以镜像站点及其所有内部链接的文件。
但是，我需要备份一个站点，所有图像都存储在单独的域中。如何使用wget下载这些图像，并相应地更新src标签？
谢谢！
@ PatrickHorn的答案的略微修改版本：
首先cd进入包含下载文件的顶层目录。
“第一个wget递归地查找页面，尽管仅来自那个域”
wget --recursive --timestamping -l inf --no-remove-listing --page-requisites http://site.com
“第二个wget跨越主机，但不递归检索页面”
find site.com -name '*.htm*' -exec wget --no-clobber --span-hosts --timestamping --page-requisites http://{} \;
我已经尝试过了，它似乎大部分都起作用了-我从所访问的网站获取所有.htm（l）页面，然后从外部文件获取。我还不能将链接更改为相对于外部文件的本地副本。
带有-r和-H的wget非常危险，因为它可以轻松地进入大型站点（可能通过广告或搜索框）并跨越整个Internet。下载单个页面的所有依赖项的技巧是，您不一定要递归，但是您确实希望下载页面先决条件以及允许wget跨越主机，例如：
wget -H -N -kp http://<site>/<document>
但是，使用此命令，现在您没有递归行为。
因此，将两者结合起来，我们可以使用第一个wget递归查找页面，尽管它仅来自那个域；第二个wget跨主机，但不递归检索页面：
wget -mkp http://example.com
find example.com/ -name '*.html*' -exec wget -nc -HNkp http://{} \;
-nc很重要-它告诉wget像从服务器上下载它一样，但是要使用磁盘上的本地副本，这意味着引用应该已经转换。接下来，它将获取所有资源；最后，它应该破坏原始文件（需要查询字符串），并正确命名第二个文件。请注意，这是一个双重下载文件，以便可以修复-但是，我卡住的位置是-k，将未下载的相对URL转换回绝对URL。因此，在第二步之后，所有链接现在又变为远程URL。
幸运的是，由于所有绝对链接都应以“ http://example.com/”开头，因此手工解决此问题应该会容易一些，因此可以运行简单的“ sed”脚本来修复链接引用。 >
我建议，如果您知道example.com希望包含的域，则使用-D选项仅指定您希望从中下载的那些域，而不指定其他任何域。例如，在google.com中，您还包括gstatic.com。
这里有人a similar question，但是似乎没有解决下载远程图像的问题。
[The thread here建议只是硬着头皮做“ -r -l 1 -H”，但也要使用-A来限制实际上保存为图像或CSS类型的文件：
假设您知道存储图像的单独域，那么事情要比使用最新的wget构建（即版本> = 1.20）所期望的要简单得多。例如，假设图像托管在http://www.images.domain，请尝试以下操作：