【发布时间】：2013-03-04 06:31:30
【问题描述】：
使用 Wget 我通常只收到一个 -- index.html 文件。我输入以下字符串：
wget -e robots=off -r http://www.korpora.org/kant/aa03
它只返回一个 index.html 文件，唉。
目录aa03表示康德的书，第3卷，里面应该有大约560个文件（页）左右。这些页面可以在线阅读，但不会被下载。有什么补救办法吗？！谢了
【问题讨论】：
标签： wget
【发布时间】：2013-03-04 06:31:30
【问题描述】：
点击该链接将我们带到：
http://korpora.zim.uni-duisburg-essen.de/kant/aa03/
wget 不会跟踪指向用户未指定域的链接。由于 korpora.zim.uni-duisburg-essen.de 不等于 korpora.org，wget 不会跟随索引页面上的链接。
要解决此问题，请使用 --span-hosts 或 -H。 -rH 是一个非常危险的组合——结合起来，你可能会不小心爬取整个互联网——所以你会希望它的范围非常集中。此命令将执行您打算执行的操作：
wget -e robots=off -rH -l inf -np -D korpora.org,korpora.zim.uni-duisburg-essen.de http://korpora.org/kant/aa03/index.html
（-np 或 --no-parent 会将爬网限制为 aa03/。-D 会将其限制为仅这两个域。-l inf 将无限深地爬网，受 -D 和 -np 的限制）。
【讨论】：