wget默认只跟踪a标签超链接，不抓img src图片；需用-r -p -A指定后缀并配合--span-hosts等参数才能下载图片。
wget递归下载图片时为什么只下到HTML，不抓图？
因为默认 wget 不识别图片链接——它只按超链接（a href）递归，而网页中图片多是 img src，不在默认抓取路径里。必须显式告诉它哪些后缀要当“资源”拉下来，并启用页面内资源下载。
关键参数组合：--recursive（或 -r）控制层级，--page-requisites（或 -p）拉取页面依赖（CSS/JS/图片），--accept 限定文件类型。
wget -r -p -A "*.jpg,*.jpeg,*.png,*.gif" https://example.com/gallery/- 加
-nH --cut-dirs=1可避免生成嵌套过深的本地目录 - 若目标站用相对路径引用图片（比如
src="images/photo.jpg"），-p能自动补全并下载；但若图片在 CDN 域名上（如src="https://cdn.example.net/pic.png"），默认不会跨域抓——得加--span-hosts并配合--domains白名单
如何防止 wget 下载整站或触发反爬？
递归没约束极易失控：可能顺着导航栏、分页链接一路扫到后台路径，甚至撞上 /wp-admin/ 或 /api/ 接口。不是所有链接都该进队列。
- 用
--level=2限制递归深度（例如只下当前页 + 链接页，共两层） - 用
--exclude-directories排除敏感路径：--exclude-directories="/admin,/cgi-bin,/phpmyadmin" - 加
--random-wait让请求间隔随机（0.5–1.5秒），比固定--wait=1更不易被封 - 务必加
--user-agent模拟浏览器，否则很多站直接 403：--user-agent="Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36"
下载的图片文件名乱码或重复怎么办？
网页里 img src 的 URL 可能含中文、空格、查询参数（如 ?v=123），wget 默认按原始 URL 命名，导致文件不可读或冲突。
- 用
--restrict-file-names=windows自动转义非法字符（斜杠→下划线，问号→@等），兼容性最好 - 加
--convert-links会重写 HTML 中的链接指向本地文件，方便离线浏览（但仅对-p下载的页面有效） - 如果发现大量同名文件（如全是
image.jpg），说明服务器返回的响应头没带Content-Disposition，此时靠wget无法区分——得换方案，比如先用curl抓 HTML，再用grep -o 'src="[^"]*"' | sed 's/src="//;s/"$//' | xargs -I{} wget {}手动提取并去重
为什么有些图片明明在网页里却死活不下载？
常见于懒加载（data-src）、JS 渲染图片、Base64 内联图，或图片 URL 被动态拼接。这些 wget 完全看不见——它只处理静态 HTML 文本，不执行 JS。
这时候别硬刚递归参数。确认是否真需要这些图：
- 如果是懒加载，查看源码里是否有
data-src，手动替换成src再试-p - 如果是 JS 渲染（如 React/Vue 页面），
wget无解，得用Puppeteer或Selenium渲染后提取img标签 - Base64 图片不用下，它们已编码在 HTML 里，提取出来 base64 decode 即可
递归下载本质是“静态快照”，对现代前端架构天然有盲区。判断是否适用，先右键“查看网页源代码”，搜 ——如果图片 URL 在源码里明文存在，
wget 才靠谱；否则，换工具更省时间。
