如何用wget镜像Google Sites站点并将链接转换为本地引用？

我太懂你这种头疼的感觉了——明明用wget把Google Sites的内容下到本地了，结果打开index.html直接跳回线上站点，加了--convert-links也不管用，属实离谱！

问题出在Google Sites的页面结构比较特殊：它的很多链接是动态生成的，而且大量静态资源（图片、样式）都存在googleusercontent.com域名下，之前的命令没覆盖这个域名，导致部分资源和链接没被正确转换。另外，Google Sites的页面里还藏着不少硬编码的绝对路径，wget的默认转换逻辑搞不定这些。

给你两个能解决问题的方案：

方案一：调整wget命令，覆盖所有相关域名 #

试试这个增强版的wget命令，我自己爬Google Sites的时候亲测有用：

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent --domains sites.google.com,googleusercontent.com -P documents/websites/ https://sites.google.com/view/craig-diana-wilkin/home

给你拆解下关键调整的地方：

• --adjust-extension：自动给无后缀的页面补上.html，避免本地打开时浏览器识别不了路径
• 新增googleusercontent.com到--domains：把Google Sites的静态资源域名也纳入爬取范围，这样本地打开时资源不会挂，相关链接也能被转换
• 保留--page-requisites：确保把页面依赖的所有样式、图片、脚本都下下来，本地打开更完整

方案二：批量替换硬编码的绝对路径 #

如果上面的命令还是有漏网的链接（毕竟Google Sites的页面有很多动态生成的内容），可以用文本替换工具批量改掉硬编码的绝对路径：

适合Linux/macOS的sed命令 #

在终端里执行这个命令，把所有指向你站点的绝对链接换成本地相对路径：

sed -i 's|https://sites.google.com/view/craig-diana-wilkin/|./|g' documents/websites/sites.google.com/view/craig-diana-wilkin/home/*.html

适合Windows的手动替换 #

如果用Windows，直接打开本地的index.html（还有其他HTML文件），用记事本/VS Code的“全部替换”功能，把https://sites.google.com/view/craig-diana-wilkin/替换成./就行。

最后再提两个注意点：

• Google Sites里的动态功能（比如表单、嵌入的Google Docs）本地肯定用不了，因为这些依赖Google的后端服务，wget只能爬静态内容
• 打开本地页面的时候，一定要从你下载的documents/websites文件夹里直接打开index.html，别点浏览器缓存的旧链接

备注：内容来源于stack exchange，提问作者Wilky