wget --recursive 前须确认服务器允许爬取：检查目录索引、robots.txt 规则及 apache 隐藏配置；递归下载必加 -r -l 3 -np -nh；配合 --wait、--random-wait 防封ip；用 --restrict-file-names 处理中文乱码。
用 wget --recursive 下目录前，先确认服务器是否允许爬取
很多网站默认禁用目录遍历或 robots.txt 拒绝 wget 的递归行为，直接跑 wget --recursive 会卡在 403、404 或只下到首页就停住。
- 先手动访问目标 URL +
/，看能否列出文件（比如http://example.com/files/）；如果返回 403/404/重定向到登录页，wget基本没法递归 - 检查
robots.txt：用浏览器打开http://example.com/robots.txt，找有没有Disallow: /files/这类规则 - 有些站点用 Apache 的
IndexIgnore *隐藏索引，即使路径存在也返回 403 —— 这时wget无解，得换其他方式（如已知文件名列表）
wget -r 必加的四个参数，少一个都容易下不全
默认 wget -r 只下载同域名 HTML 页面，深度 5，不跟进 CSS/JS/图片，也不处理相对链接——几乎等于白跑。
-
-r：开启递归（必须） -
-l 3：设最大递归深度（建议从2或3起手，避免扫整个站） -
-np：不进入父目录（即不跳到上一级路径，防止越界） -
-nH：不创建以主机名命名的子目录（否则所有文件塞进example.com/文件夹） - 额外推荐：
--accept=*.zip,*.pdf,*.tar.gz按后缀过滤，省空间；--no-parent是-np的完整写法，效果一样
遇到 429 Too Many Requests 或被封 IP 怎么办
wget 默认请求极快，几秒内发几十个连接，多数服务器会触发限流或临时封 IP，现象是突然大量 429 或连接超时。
-
--random-wait：在每次请求前加 0.5–1.5 秒随机等待（比固定延时更不易被识别） -
--wait=1：固定间隔 1 秒（保守起见优先用这个） -
-t 3：失败最多重试 3 次（默认是 20 次，容易卡死） - 别加
-c（断点续传）和-r一起用 —— 递归模式下-c不生效，还可能损坏已下文件
下完发现文件名乱码或路径错乱？重点看 --restrict-file-names
中文路径、空格、特殊符号在 Linux 下保存时会被转义或截断，比如 报告 v2.pdf 变成 %E6%8A%A5%E5%91%8A%20v2.pdf，或者生成一堆 index.html.1 冲突文件。
-
--restrict-file-names=windows：强制用 Windows 兼容命名（去掉/ \ : * ? " |，空格变下划线） -
--restrict-file-names=nocontrol：保留原字符，但要求终端和文件系统支持 UTF-8（多数现代 Linux 发行版 OK） - 如果目标页面用的是
meta charset=gb2312，加--local-encoding=GB2312 --remote-encoding=GB2312，否则中文链接根本解析不对
真正麻烦的不是命令写不对，而是没意识到服务器响应头、页面编码、本地 locale、文件系统这四者只要有一个不匹配，文件名就大概率出错。
