apache wget -k 在 Windows 和 Linux 上以不同的方式转换文件
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/629831/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
wget -k converts files differently on Windows and Linux
提问by cherouvim
I've got GNU Wget 1.10.2for windows and linux and the -koption behaves differently on those two.
我有适用于 windows 和 linux 的GNU Wget 1.10.2，并且-k选项在这两者上的行为不同。
-k, --convert-links make links in downloaded HTML point to local files.
-k, --convert-links 使下载的 HTML 中的链接指向本地文件。
On windows it produces:
在 Windows 上它产生：
www.example.com/index.html www.example.com/index.html@page=about www.example.com/index.html@page=contact www.example.com/index.html@page=sitemap
and on linux it produces:
在 linux 上它产生：
www.example.com/index.html www.example.com/index.html?page=about www.example.com/index.html?page=contact www.example.com/index.html?page=sitemap
This is problematic in linux because when I serve the mirror through Apache it will not distinguish between the 4 generated pages since the part after the questionmark (?) character is used as the query string to the file.
这在 linux 中是有问题的，因为当我通过 Apache 为镜像提供服务时，它不会区分生成的 4 个页面，因为问号 ( ?) 字符之后的部分用作文件的查询字符串。
Any ideas on how I can control this?
关于如何控制这个的任何想法？
thanks
谢谢
回答by Can Berk Güder
You can't use a question mark (?) in a filename on NTFS or FAT32. This is why wget uses the at symbol (@) instead.
您不能在 NTFS 或 FAT32 上的文件名中使用问号 (?)。这就是 wget 使用 at 符号 (@) 的原因。
In Linux, only a slash (/) is forbidden on most filesystems, so wget uses the question mark (since it's part of the URI).
在 Linux 中，大多数文件系统只禁止使用斜杠 (/)，因此 wget 使用问号（因为它是 URI 的一部分）。
You can force either behaviour by using --restrict-file-names=unixor --restrict-file-names=windows.
您可以使用--restrict-file-names=unix或强制执行任一行为--restrict-file-names=windows。
From the wget documentation:
从 wget 文档：
When mode is set to “unix”, Wget escapes the character ‘/' and the control characters in the ranges 0–31 and 128–159. This is the default on Unix-like OS'es.
When mode is set to “windows”, Wget escapes the characters ‘\', ‘|', ‘/', ‘:', ‘?', ‘"', ‘*', ‘<', ‘>', and the control characters in the ranges 0–31 and 128–159. In addition to this, Wget in Windows mode uses ‘+' instead of ‘:' to separate host and port in local file names, and uses ‘@' instead of ‘?' to separate the query portion of the file name from the rest. Therefore, a URL that would be saved as ‘
www.xemacs.org:4300/search.pl?input=blah' in Unix mode would be saved as ‘www.xemacs.org+4300/search.pl@input=blah' in Windows mode. This mode is the default on Windows.
当 mode 设置为“unix”时，Wget 会转义字符 '/' 和 0-31 和 128-159 范围内的控制字符。这是类 Unix 操作系统的默认设置。
当 mode 设置为“windows”时，Wget 会转义字符 '\'、'|'、'/'、':'、'?'、'"'、'*'、'<'、'>' 和0-31和128-159范围内的控制字符。除此之外，Windows模式下的Wget使用'+'代替':'来分隔本地文件名中的主机和端口，并使用'@'代替' ？' 将文件名的查询部分与其余部分分开。因此，
www.xemacs.org:4300/search.pl?input=blah在 Unix 模式下将被保存为“www.xemacs.org+4300/search.pl@input=blah”的 URL在 Windows 模式下将被保存为“ ”。此模式是 Windows 上的默认模式。
回答by bobince
This is problematic in linux because when I serve the mirror through Apache it will not distinguish between the 4 generated pages since the part after the questionmark (?) character is used as the query string to the file.
这在 linux 中是有问题的，因为当我通过 Apache 为镜像提供服务时，它不会区分生成的 4 个页面，因为问号 (?) 字符之后的部分用作文件的查询字符串。
To include a question mark in a URL path part, you can escape it:
要在 URL 路径部分中包含问号，您可以将其转义：
www.example.com/index.html%3Fpage=about
--convert-links should be doing this for you, I'd think?—?may be a bug if not.
--convert-links 应该为你做这件事，我想？-？如果没有，可能是一个错误。
回答by Phaiax
This is problematic in linux because when I serve the mirror through Apache it will not distinguish between the 4 generated pages since the part after the questionmark (?) character is used as the query string to the file.
这在 linux 中是有问题的，因为当我通过 Apache 为镜像提供服务时，它不会区分生成的 4 个页面，因为问号 (?) 字符之后的部分用作文件的查询字符串。
If it is already to late this sed command helped me:
如果已经晚了，这个 sed 命令帮助了我：
find . -type f -name "*html*" -exec sed -i -r 's/(src|href)=(["\x27])(.*?)(\?)(.*?)/=%3F/g' {} +
It replaces ? in href= or src= tags with %3F. (\x27 is the single tick)
它取代 ? 在带有 %3F 的 href= 或 src= 标签中。（\x27 是单个刻度）
