【发布时间】：2017-03-02 19:05:16
【问题描述】：
我正在尝试以递归方式获取从 Moin wiki 页面链接的所有页面。我尝试了许多不同的 wget 递归选项，它们都具有相同的结果：只下载给定 URL 中的 html 文件，而不是从该 html 页面链接的任何页面。
如果我使用--convert-links 选项，wget 会正确地将未获取的链接转换为正确的 Web 链接。它只是不会递归下载那些链接的页面。
wget --verbose -r https://wiki.gnome.org/Outreachy
--2017-03-02 10:34:03-- https://wiki.gnome.org/Outreachy
Resolving wiki.gnome.org (wiki.gnome.org)... 209.132.180.180, 209.132.180.168
Connecting to wiki.gnome.org (wiki.gnome.org)|209.132.180.180|:443... connected.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/html]
Saving to: ‘wiki.gnome.org/Outreachy’
wiki.gnome.org/Outreachy [ <=> ] 52.80K 170KB/s in 0.3s
2017-03-02 10:34:05 (170 KB/s) - ‘wiki.gnome.org/Outreachy’ saved [54064]
FINISHED --2017-03-02 10:34:05--
Total wall clock time: 1.4s
Downloaded: 1 files, 53K in 0.3s (170 KB/s)
我不确定它是否失败，因为 wiki 的 html 链接不以 .html 结尾。我尝试使用--accept='[a-zA-Z0-9]+'、--page-requisites 和--accept-regex='[a-zA-Z0-9]+' 的各种组合来解决这个问题，但没有运气。
我不确定它是否失败，因为 wiki 有像 https://wiki.gnome.org/Outreachy 这样的 html 页面链接像 https://wiki.gnome.org/Outreachy/Admin 和 https://wiki.gnome.org/Outreachy/Admin/GettingStarted 这样的页面 URL。也许 wget 很困惑，因为需要有一个 HTML 页面和一个同名的目录？我也尝试过使用--nd，但没有成功。
链接的 html 页面都与基本 wiki URL 相关（例如<a href="/Outreachy/History">Outreachy history page</a>）。我也尝试过添加--base="https://wiki.gnome.org/，但没有成功。
在这一点上，我已经尝试了很多不同的 wget 选项，阅读了几个堆栈溢出和 unix.stackexchange.com 问题，但我尝试过的都没有奏效。我希望有一位 wget 专家可以查看这个特定的 wiki 页面并找出 wget 无法递归获取链接页面的原因。相同的选项在其他域上也能正常工作。
我也尝试过 httrack，结果相同。我正在运行 Linux，所以请不要推荐 Windows 或专有工具。
【问题讨论】：