如何用wget镜像CMS网站并保留URL中的问号指纹？

问题原因 #

你当前的命令中，-E（强制添加文件扩展名）和--restrict-file-names=unix,nocontrol的组合导致了异常：

• --restrict-file-names=unix模式会自动编码URL中的特殊字符（包括?）为%3F
• -E选项会给处理后的文件名强制添加扩展名，最终出现main.css%3Ffp=12345.css这类错误命名的链接

修正后的命令 #

使用以下命令可同时完成网站镜像、本地链接转换，并保留?后的指纹参数：

wget -m -nH -np -k --adjust-extension --restrict-file-names=unix,allow-question https://localhost/mysite

选项说明 #

• 替换-E为--adjust-extension（缩写-e）：仅当服务器返回的内容类型与文件名不匹配时，自动添加对应扩展名（比如给无.html后缀的HTML文件补加扩展名），避免强制给带查询参数的文件错误加后缀
• 修改--restrict-file-names为unix,allow-question：在Unix兼容模式下允许文件名保留?字符，不会将其编码为%3F
• 保留-m（镜像模式）、-nH（不创建主机名目录）、-np（不爬取上级目录）、-k（转换链接为本地可访问）这些核心选项

验证效果 #

原链接<link href="/dist/css/main.css?fp=12345" type="text/css" rel="stylesheet">会被正确转换为本地可访问的形式，完整保留?和指纹参数：

<link href="dist/css/main.css?fp=12345" type="text/css" rel="stylesheet">

内容的提问来源于stack exchange，提问作者Kittyfish