Pdf Wget文件格式

我必须下载所有网站内容，然后解析下载文件夹中的*.pdf文件。我下载的网站使用wget-r-没有家长http://www.example.com/ 但问题是，有时链接看起来像这样

http://www.foodmanufuture.eu/dpubs?f=K20

---

下载的下载pdf文件名为dpubs？f=K20，未指定文件格式，它看起来不像dpubs？f=K20.pdf，是否有方法检查此文件夹中有多少pdf文件？

您可以使用该命令

file filename

像这样：

file pdfurl-guide
pdfurl-guide: PDF document, version 1.5

您可以使用：

file * 

要确切知道文件夹中的哪些文件是pdf文件，您是否尝试过-content disposition标志？从手册页：

如果该选项设置为on，则启用对内容处置头的实验性非完全功能支持。目前，这可能会导致HEAD请求到服务器的额外往返，并且已知会出现一些错误，这就是当前默认情况下未启用该功能的原因。此选项对于某些文件下载CGI程序非常有用，这些程序使用内容处置头来描述下载文件的名称

---

因此，它尝试向服务器请求文件名。我尝试了你提供的URL，它似乎很有效。

太好了！非常感谢。