解析/迭代html源代码以仅使用wget访问特定文件

好吧，这可能已经被问到了，但经过几个小时的搜索，我没有找到任何可行的，所以

比方说，有一个名为

index.html

的页面，其中包含指向不同页面的多个超链接。 这些页面包含要下载的文件

e、 g

...
...

第1页可能是这样的

<!-- page1.html -->
...
<a href="page1file.pdf">Download</a>
...

...
...

现在我想下载所有的

*.pdf

文件。是否有可能仅使用wget执行此操作，或者我需要为此创建一个脚本

---

提前感谢您。

不确定是否只能使用wget，但此循环应该可以：

for i in $(grep "^<a" index.html | cut -d'"' -f2); do file=$(grep "^<a" $i | cut -d'"' -f2); wget $i/$file ; done

---

对于i，单位为$（grep）^不确定是否只能使用wget，但此循环应该可以：

for i in $(grep "^<a" index.html | cut -d'"' -f2); do file=$(grep "^<a" $i | cut -d'"' -f2); wget $i/$file ; done

以美元表示的i的
（grep）^我们是否可以说每个文件都可以使用以下URL语法下载：
pageX.html/pageXfile.pdf
？遗憾的是，不是。文件名在任何情况下都是唯一的。我们是否可以说每个文件都可以使用以下URL语法下载：
pageX.html/pageXfile.pdf
？遗憾的是，不是。文件名在任何情况下都是唯一的。