wget -r 默认会无差别下载所有超链接资源，包括跨域cdn、第三方js和广告；因其递归模式解析html中所有a/img/script标签url，不区分路径类型、不检查robots.txt、可能因重定向跳转至无关域名。
wget -r 默认会无差别下载所有超链接资源，包括跨域 CDN、第三方 JS 和广告——别直接上 -r。
为什么 wget -r 会下错东西
递归模式本质是「解析 HTML 中所有 a、img、script 标签里的 URL 并尝试下载」。问题不在功能弱，而在太“老实”：
- 不区分相对路径和绝对路径：
href="https://cdn.example.com/logo.png"也会被拉取 - 默认不检查
robots.txt（除非加-m或显式--user-agent） - 遇到 302 重定向可能跳到完全无关域名，比如从
example.com跳到tracking.net
wget -m 是更安全的起点，但必须加护栏
-m（mirror）不是一键镜像开关，它等价于 -r -N -l inf --no-remove-listing，只解决了一半问题。真正起作用的是后面这三道强制护栏：
-
--domains=example.com：只允许下载该域名及子域名（支持逗号分隔，如--domains=example.com,cdn.example.com） -
--no-parent（简写-np）：禁止向上翻目录，避免从/blog/爬到根路径甚至跨站 -
--convert-links（简写-k）+--page-requisites（简写-p）：确保 HTML 能本地打开——-p下 CSS/图片/字体，-k把所有远程路径转为相对路径
典型可用命令：wget -m -np -k -p -D example.com -R "*.php,*.cgi" https://example.com/
Zynq‑7000 / Zynq UltraScale+ 硬件调试技能。适用于 Xilinx Zynq（Cortex‑A9/A53 + FPGA）Linux 环境，调试 I2C、I2S、UART、GPIO 等外设。包括设备树配置、内核驱动、用户空间调试工具、交叉编译和常见问题排查，支持 PetaLinux 开发。
只下 HTML + 静态资源，不要 JS 执行结果
很多场景只要离线可浏览的静态快照，不关心 JS 渲染逻辑或 API 返回内容。这时 -p -k -nd 比 -r 更精准：
-
-p只抓当前页面引用的资源（CSS、图片、WebP、SVG 字体），不会递归进这些资源内部的链接 -
-k必须跟上，否则本地双击 HTML 时所有src和href仍是远程地址 -
--no-host-directories（简写-nd）把所有文件平铺到当前目录，避免生成example.com/子目录
示例：wget -p -k -nd https://example.com/about.html
最容易被忽略的两个坑
一是 robots.txt：即使加了 -m，如果目标站 robots.txt 把 / 拒绝了，wget 会直接退出——调试时可用 --ignore-robots，但生产环境慎用；
二是时间戳同步：-N 依赖服务器返回 Last-Modified 头，而大多数 CDN、S3 静态站根本不发这个头，导致每次重跑都重复下载。这种情况下，--timestamping（基于本地文件 mtime 判断）反而比 -N 更可靠。
