網上流傳著各種整站下載的軟體，號稱軟體功能有多強大，但是結果不盡人意啊。其實我們手頭就有一個功能異常強大的工具 -- wget命令。以前就知道wget有做網站映象的功能，於是就折騰了一下，使用中遇到一些問題，最後得到了wget命令列：
wget -e robots=off -w 1 -x -np -p -m -k -t 1 -X/upload/ http://www.pythontab.com
為了讓這個命令列的各選項意義更加明確，它還可以寫成：
wget --execute robots=off --wait=1 --force-directories --no-parent --page-requisites --mirror --convert-links --tries=1 --exclude /upload/ http://www.pythontab.com
使用wget複製網站時的一些選項
下面對其中的各選項簡要說明，做備忘之用。
‘-e command’
‘--execute command’
用來執行額外的.wgetrc命令。就像vim的配置存在.vimrc檔案中一樣，wget也用.wgetrc檔案來存放它的配置。也就是說在wget執行之前，會先執行.wgetrc檔案中的配置命令。一個典型的.wgetrc檔案可以參考：
使用者可以在不改寫.wgetrc檔案的情況下，用-e選項指定額外的配置命令。如果想要制定多個配置命令，-e command1 -e command2 ... -e commandN即可。這些制定的配置命令，會在.wgetrc中所有命令之後執行，因此會覆蓋.wgetrc中相同的配置項。
這裡robots=off是因為wget預設會根據網站的robots.txt進行操作，如果robots.txt裡是User-agent: * Disallow: /的話，wget是做不了映象或者下載目錄的，使用-e robots=off引數即可繞過該限制。
-w seconds
--wait=seconds
為了不給被複製的映象網站帶來太大的訪問壓力，頁面請求之間停下等待seconds時間。
-x
--force-directories
建立與映象網站對應的目錄結構。 http://www.example.com/robots.txt這個檔案下載下來時，會等到對應的www.example.com/robots.txt。與之相反的是-nd，即--no-directories，
-np
--no-parent
只下載給定的目錄下的檔案，不下載它的上級目錄中的檔案，即使有些頁面中存在上級目錄中檔案的連線。這個比較必要，如果不限定的話，本來只想下載www.example.com/blog/中的部落格文章，最後很有可能將整個www.example.com都下載下來了。
-p
--page-requisites
下載能顯示整個頁面需要的所有資源，包括內嵌的image以及css樣式檔案。
-m
--mirror
它會開啟映象相關的選項，比如無限深度的子目錄遞迴下載。
-k
--convert-links
這個選項會在整個網站下載完成後修HTML、CSS、Image等資源的連結關係，讓它們都指向下載下來的本地檔案，從而適合本地瀏覽。
-t times
--tries=times
如果某個資源下載失敗，這個選項指定了重試下載的次數。.wgetrc預設的是20次。我們在下載網站時可以將其放小，一則減少下載時間，二則減輕映象站點的壓力。
-X /some/dir
--exclude /some/dir
可以用這個引數指定不需要下載的目錄，如果有多個需要排除的目錄，可以用逗號隔開，比如
-X /some/dir1;/some/dir2