如何通过wget模拟点击获取指定页面的降雨月统计文件？

我之前也碰到过这种情况——网页上的下载按钮不是直接指向静态URL，而是通过JavaScript触发请求。下面是一步步解决的实用方法：

1. 找出“Monat”按钮对应的真实下载链接 #

首先得搞清楚点击按钮后浏览器实际请求的是什么URL：

• 打开目标页面，按下F12调出浏览器开发者工具，切换到网络标签页
• 点击左上角的清空按钮，把现有请求都清空
• 现在点击页面上的“Monat”按钮，盯着网络请求列表，找新出现的请求（通常是.xlsx或.xls后缀的文件）
• 找到这个请求后，右键选择“复制链接地址”，这就是你要的真实下载URL

2. 直接用wget下载 #

如果这个URL是静态的（不会随时间变化），直接运行下面的命令就行：

wget "你复制的完整下载URL"

3. 处理网站的反爬验证（如果需要） #

有些网站会检查请求的来源（Referer）或者浏览器标识（User-Agent），如果直接用wget下载失败，试试加上这些参数：

# 带上原页面作为Referer，模拟从页面点击过来的请求
wget --referer="http://www.noel.gv.at/wasserstand/static/stations/109710/station.html" "下载URL"

# 如果还不行，加上浏览器的User-Agent，伪装成普通浏览器请求
wget --referer="http://www.noel.gv.at/wasserstand/static/stations/109710/station.html" \
     --user-agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36" \
     "下载URL"

4. 应对动态生成的URL #

如果下载URL里有动态参数（比如时间戳、随机字符串），那得看看页面的JavaScript代码：

• 在开发者工具的源代码标签页里，搜索“Monat”或者“excel”关键词，找到触发下载的JS函数
• 分析函数逻辑，看它是怎么拼接下载URL的（比如是否基于站点ID生成），然后自己构造出对应的URL再用wget下载

举个例子，如果找到的JS代码是这样的：

function downloadMonthly() {
    const stationId = '109710';
    window.location.href = `/wasserstand/static/stations/${stationId}/monthly_rainfall.xlsx`;
}

那对应的完整下载URL就是http://www.noel.gv.at/wasserstand/static/stations/109710/monthly_rainfall.xlsx，直接用wget下载就行。

内容的提问来源于stack exchange，提问作者gfuellerer