我想下載能源和氣候變遷部所有超過 500 英鎊的政府支出。這些是 .xls 和 .xlsx 文件，每月產生一次。它們存儲在如下位置：
https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/209425/20130627_April_2013_PUS_.xls
其中文件後面的數字是唯一的數字，而且文件名沒有任何命名一致性。這些文件從單獨的每月頁面鏈接，其形式如下：
https://www.gov.uk/government/publications/departmental-spend-over-500-april-2013
其又從索引頁面鏈接，該索引頁面是：
https://www.gov.uk/government/collections/departmental-spend-over-500
該命令的工作原理：
wget -r --force-html -e robots=off -A xls,xlsx,"" -l 2
https://www.gov.uk/government/collections/departmental-spend-over-500
但除了.xls 和.xlsx 檔案之外，我還獲得了.gov.uk 網站的完整目錄（從我開始的位置到兩個鏈接的深度），該目錄下載了除.xls 文件之外的約100MB的文字/html 檔案這有點過分了。所以我的問題是：
如何使 wget 僅從上面的目錄中獲取來源，或排除我不想要的明顯目錄？
我嘗試過明顯的 -I 和 -X、-D 等命令，但沒有運氣。注意，我必須在 -A 開關中包含“”以及 xls 文件，否則它將忽略連結的 html 文件...
任何建議都感激不盡！順便說一句，這是在 mac 上。
答案1
哈！終於解決了。在包含中，您必須包含所有目錄的完整路徑 - 但不是 url：
wget -r -A xls,xlsx,"" -l 2 -I /government/uploads/system/uploads/attachment_data/file/,/government/publications/,/government/collections/departmental-spend-over-500 https://www.gov.uk/government/collections/departmental-spend-over-500
不明顯 - 無論如何對我來說不是...
（在程式碼框中向右捲動以查看全部內容）
編輯：實際上更好 - 我在這裡將其分開：
wget -r -A xls,xlsx,"" -l 2
-I /government/uploads/system/uploads/attachment_data/file/,
/government/publications/,
/government/collections/departmental-spend-over-500
https://www.gov.uk/government/collections/departmental-spend-over-500
1號線：遞歸，包括 xls 和 xlsx 以及沒有副檔名的檔案（- 在本例中為 html 檔案...），並從第 5 行指定的位置執行兩個級別
第 2-4 行：包含頂部 url 中的這些路徑/目錄（即排除其他所有內容）
5號線：從哪裡開始