Question

我正在尝试用这个wget行创建一个静态的b2evolution站点：

  wget -nv -b -m -k -p -E -erobots=off --tries=5 --exclude-directories=calendar,users,user --domains directory http://site.com

它产生这样的文件：

  index.php?blog=2&cat=21.html

尝试访问此网址：

  http://site.com/index.php?blog=2&cat=21.html

我在浏览器上发现了这个错误：

  Not Found
  The requested URL /index.php was not found on this server.

和error.log上的这个：

  [Mon Feb 10 19:02:49 2013] [error] [client xx.xx.xx.xx] script '/var/www/site.com/htdocs/index.php' not found or unable to stat, referer: http://site.com/index.php

但我可以使用％3F代替“？”：

  http://site.com/index.php%3Fblog=2&cat=21.html

我的范围允许使用旧的url（带'？'）访问网站，使用apache rewrite_mod修改'？' '％3F'。我试过了：

  RewriteRule ^index.php\? index.php\%3F [QSA,NE]

但我在日志中发现了这个错误：

  Request exceeded the limit of 10 internal redirects due to probable configuration error. Use 'LimitInternalRecursion' to increase the limit if necessary. Use 'LogLevel debug' to get a backtrace.

用mod_rewrite或其他wget参数解决任何想法吗？

Answer 1

如果文件名包含?，则以下规则应该有效。

RewriteEngine On
RewriteCond %{QUERY_STRING} (.+)
RewriteRule ^(index\.php)$ $1\%3F%1 [L]

它的工作原理如下：

RewriteRule评估优先，匹配存储在$ 0，$ 1，...
成功后，评估RewriteCond并将匹配项存储在％0，％1，...
最后，两个比赛合并
文字%字符转义为\%（因为%n用于RewriteCond反向引用所必需的）
%3F是?的网址编码形式，否则表示查询字符串的开头
.+用于匹配非空查询字符串

Answer 2

请参阅--restrict-file-names选项。虽然不完全是出于这个特定目的，但是--restrict-file-names = windows可能会帮助你：

- 限制文件 - 名称=模式

更改远程网址中找到的字符必须在转换过程中进行转义   生成本地文件名。 [...]

当给出“windows”时，Wget会转义字符\，|，/，：，？，“，   *，＆lt;，＆gt;，以及范围0--31和128--159中的控制字符。除此之外，Windows模式下的Wget使用+而不是：to   在本地文件名中分隔主机和端口，并使用@而不是？至   将文件名的查询部分与其余部分分开。因此，   一个URL，保存为www.xemacs.org:4300/search.pl?input=blah   在Unix模式下将保存为   在Windows模式下www.xemacs.org+4300/search.pl@input=blah。

从index.php？....重写为index.php％3F .... html

2 个答案: