Wget无法下载<a>标签href属性图片，但可正常下载<img>的src图片

Wget 默认的资源抓取逻辑是：

• 优先抓取页面渲染必需的资源，比如 <img> 的 src、<link> 的 href（样式表）、<script> 的 src 等，这些资源会被自动识别并下载，同时通过 -k 参数转换为相对路径。
• 对于 <a> 标签的 href，Wget 默认将其视为「跳转链接」：只有当链接指向 HTML 页面时，才会递归抓取；如果是图片等非HTML资源，不会被当作「页面必需资源」下载，自然也不会转换路径。

当你添加隐藏的 <img> 标签后，Wget 会把这个大图识别成页面需要加载的图片资源，下载后再通过 -k 参数扫描整个页面的相同 URL，把 <a> 标签里的链接也转换成相对路径。

方法1：指定要抓取的资源类型，让Wget递归下载图片 #

在原有命令中添加 --accept=jpg,jpeg,png,gif 参数，明确告诉Wget要抓取这些格式的资源，不管它们在什么标签里：

wget -T 15 --no-check-certificate -r -l inf -k -nc -nH --no-parent --cut-dirs=2 -m -p -E -e robots=off --accept=jpg,jpeg,png,gif -P ./ http://localhost:3000/demo/my-website

这个参数会让Wget在递归爬取时，自动下载所有符合后缀的图片资源，包括 <a> 标签里的链接，之后 -k 参数会统一转换所有对应URL为相对路径。

方法2：自定义Wget的资源提取规则 #

创建一个Wget配置文件（比如 my_wgetrc），添加以下内容：

html_extra_tags = a(href)

这个配置会让Wget把 <a> 标签的 href 属性也当作资源来源来解析。然后在命令中加载这个配置：

wget --config=my_wgetrc -T 15 --no-check-certificate -r -l inf -k -nc -nH --no-parent --cut-dirs=2 -m -p -E -e robots=off -P ./ http://localhost:3000/demo/my-website

这样Wget会把 <a> 里的图片链接当作资源下载，同时转换路径。

方法3：保留隐藏<img>标签的临时方案 #

如果不想修改Wget命令或配置，继续使用你当前的方法——在<a>标签前添加隐藏的<img>标签引入大图，这是最直接的临时 workaround，不需要调整任何命令参数。

内容的提问来源于stack exchange，提问作者Simon Mo