Wget mengalami masalah hanya dengan menyimpan file yang saya inginkan - mengecualikan direktori tidak berfungsi

Saya ingin mengunduh semua pengeluaran pemerintah lebih dari £ 500 oleh Departemen Energi dan Perubahan Iklim. Ini adalah file .xls dan .xlsx, dibuat sebulan sekali. Mereka disimpan di lokasi seperti ini:

https: // www.gov.uk/government/uploads/system/uploads/attachment_data/file/209425/20130627_April_2013_PUS_.xls

di mana nomor setelah file adalah nomor unik dan nama file tidak memiliki konsistensi penamaan. File-file ini ditautkan dari halaman bulanan individual yang memiliki bentuk:

https: // www.gov.uk/government/publications/departmental-spend-over-500-april-2013

yang pada gilirannya menghubungkan dari halaman indeks yaitu:

https://www.gov.uk/government/collections/departmental-spend-over-500

Perintah ini berfungsi:

wget -r --force-html -e robots=off -A xls,xlsx,"" -l 2
https://www.gov.uk/government/collections/departmental-spend-over-500

tetapi juga file .xls dan .xlsx saya mendapatkan direktori lengkap dari situs .gov.uk (hingga kedalaman dua tautan dari tempat saya memulai) yang mengunduh ~ 100MB file teks / html selain file .xls yang agak berlebihan. Jadi pertanyaan saya adalah:

Bagaimana saya bisa membuat sumber wget hanya dari direktori di atas atau sebagai alternatif mengecualikan yang jelas tidak saya inginkan?

Saya sudah mencoba perintah -I dan -X, -D dll yang jelas tetapi tidak berhasil. NB Saya harus memasukkan "" serta file xls di -A switch kalau tidak akan mengabaikan file html yang menghubungkan ...

Semua saran dengan penuh terima kasih diterima! Ini ada di mac btw.

Ha! Akhirnya berhasil. Dalam menyertakan Anda harus menyertakan path lengkap untuk semua direktori - tetapi BUKAN 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

Tidak jelas - yah toh tidak bagi saya ...

(gulir ke kanan di kotak kode untuk melihat semuanya)

Sunting: Sebenarnya lebih baik - Saya sudah membaginya di sini:

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

Baris 1: rekursif, termasuk xls & amp; xlsx & amp; file yang tidak memiliki ekstensi (- dalam hal ini file html ...) dan lakukan dua level dari yang ditentukan dalam baris 5

Baris 2-4: sertakan jalur / direktori ini dari url teratas (mis. kecualikan yang lainnya)

Baris 5: mulai dari mana