Wget始终下载index.html而非目标压缩包的问题求助

看起来你遇到的是典型的浏览器自动处理下载跳转导致wget抓不到真实文件的问题，我来帮你梳理解决思路：

问题根源分析 #

浏览器访问那个页面时，服务器并不是直接返回zip文件，而是通过HTTP响应头（比如Content-Disposition）触发了真实下载链接的逻辑，但wget默认不会自动识别这种浏览器式的下载规则：

• 直接访问带all_structures.zip的URL报错，是因为服务器没有暴露这个直接路径，真实文件地址可能是动态生成的；
• 你下载的index.html其实内容就是目标zip包，只是服务器返回时没让wget自动重命名成正确的文件名。

可行解决方案 #

方案1：让wget识别浏览器下载头

直接给wget加上--content-disposition参数，它会让wget按照浏览器的逻辑处理服务器返回的下载指令，命令如下：

wget --content-disposition -U mozilla https://opig.stats.ox.ac.uk/webapps/sabdab-sabpred/sabdab/archive/all/

这个参数会自动解析服务器返回的文件名，直接下载到all_structures.zip，不用再处理多余的index文件。

方案2：信任服务器指定的文件名

如果方案1不生效，可以尝试--trust-server-names参数，同时去掉没必要的递归下载参数（你只需要单个文件，-r/-p这些会下载多余内容）：

wget --trust-server-names -U mozilla --no-parent https://opig.stats.ox.ac.uk/webapps/sabdab-sabpred/sabdab/archive/all/

额外提示 #

你之前用的-r（递归）、-p（页面依赖）、--page-requisites这些参数都是用来下载整个网页资源的，对于单个文件下载完全没必要，反而会导致wget爬取多余内容，建议去掉。

备注：内容来源于stack exchange，提问作者chargingBrontosaurus