Início / computer / Perguntas / 1488877
Accepted
problem404
Asked: 2019-10-04 10:00:38 +0800 CST

usar wget em um link com caracteres japoneses dará 404

  • 772

usei o wget em um site e todos os arquivos foram baixados sem erros. as páginas que tem esse tipo de link:

  • website.com/english/apple
  • website.com/english/dog
  • website.com/english/baby

foram baixados e funcionando corretamente. porém outros arquivos com link:

  • website.com/japanese/おと
  • website.com/japanese/ょうき

foram baixados e todos eles têm a página de resposta 404 padrão do site. (não diz literalmente 404, apenas diz algo como "você digitou o link errado")

tentei usar o comando "--restrict-file-names=ascii" mas aconteceu a mesma coisa.

nota: depois de usar o comando, os arquivos baixados tinham códigos utf-8 ruins. (um deles é %C3%A5%C2%A4%E2%80%A2 ao decodificá-lo, vai dar rabiscos)

Eu fiz algumas pesquisas e alguém mencionou que : "

"wget ​​url-codifica bytes 128-159 (que são caracteres de controle em algumas codificações de 8 bits). Isso está errado"

isso está relacionado ao meu problema?

wget

1 respostas

  1. Best Answer

    Encontrei uma solução em um blog japonês aleatório. encontrei na segunda página do google!!

    apenas adicione--local-encoding=UTF-8

    o comando completo que usei e funcionou para mim é:

    wget -m -np -c -R "index.html*" --restrict-file-names=ascii --local-encoding=UTF-8 "https://www.website.com/"
    • 0

relate perguntas