wget能否抓取MoinMoin wiki页面上传文件？无指定文件名参数咨询

当然可以用wget下载MoinMoin上的上传文件！你遇到的问题其实是因为MoinMoin的附件存储结构比较特殊，默认的--mirror参数没覆盖到这些文件的抓取规则，所以得调整一下参数配置，不用逐个指定文件名也能批量抓。

问题根源 #

MoinMoin的上传文件一般存在/attach/路径下（或者和对应页面绑定的子路径），但默认的--mirror只会递归抓取页面链接里的常规网页内容，不会自动识别这类附件路径，也不会主动抓取非网页类型的文件，所以才会漏抓那些PDF之类的附件。

无需指定文件名的解决方案 #

你可以给wget加几个参数，让它针对性地抓取附件：

• 指定附件路径：MoinMoin的附件通常都在/attach/目录下，用--include-directories=/attach让wget递归抓取这个路径下的所有内容
• 过滤文件类型：用--accept指定你需要的文件格式（比如pdf、docx、zip等），避免抓不必要的文件
• 结合页面递归：把目标页面（比如你的Logbook页面）作为起始URL，让wget从页面出发，同时跟进附件链接

举个具体的命令例子：

wget --mirror --include-directories=/attach --accept=pdf,docx,zip https://你的MoinMoin站点地址/Logbook/

如果你的wiki需要登录权限才能访问附件，还得加上登录参数：

wget --mirror --include-directories=/attach --accept=pdf,docx,zip --user=你的用户名 --password=你的密码 https://你的MoinMoin站点地址/Logbook/

要是不想明文输密码，可以先登录一次保存cookie，再用--load-cookies cookie.txt加载登录状态，更安全。

补充说明 #

你提到的Window_Transmission.PDF这类文件，只要在命令里包含了pdf类型，wget就会自动识别页面里的附件链接并下载，完全不用单独指定文件名。如果附件路径不是/attach/，可以先打开页面里的附件链接，看一下URL的前缀是什么，把--include-directories改成对应的路径就行。

内容的提问来源于stack exchange，提问作者user247005