Comment ignorer les fichiers .jpg
, .png
dans wget
car je voulais inclure uniquement les fichiers .html
.
J'essaie:
wget -R index.html,*tiff,*pdf,*jpg -m http://example.com/
mais ça ne marche pas.
Utilisez le
--reject jpg,png --accept html
des options pour exclure/inclure des fichiers avec certaines extensions, voir http://www.gnu.org/software/wget/manual/wget.html#Recursive-Accept_002fReject-Options .
Mettez des modèles avec des caractères génériques entre guillemets, sinon votre shell les développera, voir http://www.gnu.org/software/wget/manual/wget.html#Types-of-Files
# -r : recursive
# -nH : Disable generation of Host-prefixed directories
# -nd : all files will get saved to the current directory
# -np : Do not ever ascend to the parent directory when retrieving recursively.
# -R : don't download files with this files pattern
# -A : get only *.html files (for this case)
Par exemple:
wget -r -nH -nd -np -A "*.html" -R "*.gz", "*.tar" http://www1.ncdc.noaa.gov/pub/data/noaa/1990/
Exemple travaillé pour télécharger tous les fichiers à l'exclusion des archives:
wget -r -k -l 7 -E -nc \
-R "*.gz, *.tar, *.tgz, *.Zip, *.pdf, *.tif, *.bz, *.bz2, *.rar, *.7z" \
-erobots=off \
--user-agent="Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/61.0.3163.100 Safari/537.36" \
http://misis.ru/