我正在使用 wget 來檢索特定的 pdf 文件http://www.aph.gov.au/
我只想檢索議事錄文件（分庭訴訟紀錄）。
兩種情況：
- 有一頁列出了議事錄成績單：
http://www.aph.gov.au/Parliamentary_Business/Hansard/Hansreps_2011
點擊此頁面上的日期/日期連結以檢索對資料庫查詢的回應，該回應顯示更多文件的連結。我只想檢索「下載目前議事錄」指示的文件，這是一整天的記錄（我不想檢索「片段」）。
我可以單擊對查詢的回應，以獲取全天記錄的 URL，將它們打包到文件中並使用 wget -i 檢索它們。
我正在尋找一種使用 wget 只獲取全天成績單的方法。
- 頁面上只列出了一些年份。然而，進入資料庫並在 Hansard 上進行高級搜索，然後單擊螢幕左上角的十年範圍，然後單擊一年，會產生該年不同日期的列表。同樣，顯示的頂級連結不會產生全天記錄的 pdf 文件，但單擊標題會顯示一個頁面，其中顯示全天記錄的連結。
我想使用 wget 來檢索全天記錄的 pdf 檔案。
任何建議將不勝感激。我正在使用“半手動”方法取得進展，但它速度慢且勞動強度大。
答案1
您將無法僅使用 來執行此操作wget。
您需要建立一個腳本來抓取帶有日期連結的第一頁，然後解析該頁面以獲得正確的 URL。然後，腳本將抓取該 URL 處的頁面並解析它以取得 PDF 的 URL。
這可以使用自訂 python 腳本來完成，該腳本使用美麗湯圖書館.