嘿，我来帮你搞定这两个问题～

一、解决wget下载页面的编码乱码问题 #

遇到编码问题通常是因为wget没正确识别服务器的字符编码，或者本地打开时编码不匹配，给你几个实用办法：

• 下载时指定远程编码
  直接让wget按照目标服务器的编码来处理，比如如果页面是UTF-8编码，加上--remote-encoding参数：

  wget --remote-encoding=UTF-8 https://example.com/target-page.html
  

  要是不确定编码，先看服务器响应头里的Content-Type字段（可以用curl -I https://example.com查看），里面一般会标注charset。

• 已下载文件的编码转换
  如果已经下载了乱码文件，用iconv工具转换编码。先确定原文件编码（比如用file messy.html查看），然后转换：

  # 比如原编码是GBK，转成UTF-8
  iconv -f GBK -t UTF-8 messy.html > fixed.html
  

• 请求头指定接受的字符集
  有些服务器会根据请求头的Accept-Charset返回对应编码，加上这个请求头能避免编码不匹配：

  wget --header 'Accept-Charset: UTF-8' https://example.com/target-page.html
  

二、你的wget镜像命令有效性分析 & 优化建议 #

先拆解你给出的命令片段里的核心参数，再给你补充实用优化：

现有参数的有效性 #

• --header系列：模拟Chrome浏览器的请求头，这很聪明，能绕过很多服务器的反爬限制或者针对非浏览器请求的特殊处理，完全没问题。不过要注意accept-encoding里的br（Brotli压缩）需要wget 1.19及以上版本支持，要是你用的老版本，建议去掉br，避免下载失败。
• -m（--mirror）：镜像模式，等价于-r -N -l inf --no-remove-listing，所以你额外加的-N其实是重复参数，但不影响功能，留着也没关系。
• -p（--page-requisites）：下载页面所需的所有资源（图片、CSS、JS等），这个是构建完整离线镜像的必要参数，必须保留。

补充几个关键优化参数 #

为了让镜像更实用，建议加上这些参数：

• --convert-links：下载完成后自动把页面里的链接转换成本地路径，这样离线打开页面时，图片、样式这些资源能正常加载，不会跳转到远程地址。
• --no-parent：限制wget只爬取目标目录及子目录，避免爬到父目录下载大量无关内容。
• --directory-prefix=./my-site-mirror：指定镜像文件保存的目录，方便管理，不然默认会存在当前工作目录下。

优化后的完整命令示例 #

把这些参数整合进去，最终命令大概是这样：

wget --header 'accept: text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8' \
     --header 'upgrade-insecure-requests: 1' \
     --header 'user-agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36' \
     --header 'dnt: 1' \
     --header 'accept-encoding: gzip, deflate' \  # 去掉br，兼容老版本wget
     --header 'accept-language: en-US,en;q=0.9' \
     --header 'cookie: _ga=GA1.2.3865356.1523153047; ........' \
     -m -p --convert-links --no-parent --directory-prefix=./my-site-mirror

内容的提问来源于stack exchange，提问作者user1592380