使用 wget 下载备份一个 CSDN 账号下的博客文章

2019年10月15日 更新：

CSDN 网站已更新，本文介绍的方法已失效。可以下载下来，但打开具体一篇文章时页面乱码。不清楚 CSDN 做了什么处理，后续有空再研究应对办法。

 

永远要有风险意识，永远不要忘记备份。

自己发布到 CSDN 的博客，大多是没有其他副本的。以防未来的各种意外，值得定期把博客文章备份下来。针对这个问题花了点时间研究了下，于是有了以下解决方案。

Linux 下使用 wget 工具，为避免下载无关内容，指定 URL 匹配模式。示例如下：

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent --accept-regex=https://blog.csdn.net/engrossment/* https://blog.csdn.net/engrossment

这样，一小段时间后就执行完毕，在当前目录下生成一个 blog.csdn.net 的目录，里面就包含了这个账号的博客的全部内容。

不过有一个问题是，这些下载下来的博客文章页面，用浏览器打开之后，过一会儿之后就会跳转到 csdn 首页。解决办法是更改其检测跳转的代码。

进入 blog.csdn.net/engrossment/article/details，执行以下命令：

sed -i "s/onerror/disable-onerror/g" *

稍等一小段时间即可。这样，再重新打开页面就不会自动跳转了。

其实这种方法也可以拉取下载其他人的博客下来，以供离线慢慢研究。

2018-11-22