Con wget podemos hacer copias de webs completas 
o un 'mirror' completo del sitio, es decir, replicar
toda la estructura web completa de un sitio 
en un directorio de nuestra máaquina.

Obviamente no va a funcionar con webs que usen
Javascript, así que solo funcionaría con
webs de estilo antÃguo como webs personales.

Lo suyo es crear dos scripts: uno para descargar una web
que de una sola págína, es decir, un artículo con sus imágenes.
Éste script vendría bien para bajarse una noticia de un 
periódico con sus imágenes asociadas.

He aquí el contenido de webdump.sh.
Después de cada \ no hay nada, solo un
enter, ni siquiera un espacio.
Es para que el comando no se 'rompa'
y se lea internamente como un 
renglón sin cortes.

#!/bin/sh
tmp=$(mktemp -d)
mkdir -p ~/webs/docs
cd ~/webs/docs
wget -c -e robots=off -U \
"Mozilla/5.0 (PSP (PlayStation Portable); 2.00)" \
-k --page-requisites --convert-links "$@"
cp -r $tmp/* ~/webs/docs

exit
#fin

Se usa el User Agent de PSP para que muchas webs
donde usan sistemas integrados lo tomen como 
norma y así darnos un diseño más simplificado,
así lo podremos usar en navegadores muy 
ligeros para un netbook como Links+ o Dillo-NG.

El resultado del script estará en ~/webs/docs/.

Ahora, toca el script webmirror.sh, donde se intentará
realizar una copia *entera* de una web, así que ojo
a lo que os bajáis, ya que puede dar lugar a bajar un
sitio de varios gigabytes:

#!/bin/sh
mkdir -p ~/web/sitios/
cd ~/web/sitios/
        wget \
        --mirror \
        -U Mozilla \
        --page-requisites \
        --convert-links \
        --adjust-extension \
        --restrict-file-names=ascii \
        --random-wait \
        --execute robots=off \
        --reject '*.woff*,*.ttf,*.eot,*.js' \
        --tries 10 \
         "$@"


Esto nos creara un directorio con la web completa
regenerada en ~/web/sitios/loquesea, donde loquesea/
tendrá la estructura web replicada con los requitios
para que se lean las páginas (las imágenes enlazadas
externamente por ejemplo) y sin bajar archivos como
fuentes o JavaScript.


Para un último caso, para bajar solo el texto de una web:

#!/bin/sh
if [ $# -ne 2 ]
then
echo "Uso: $0 ejemplo.com archivo.txt"
exit 1
fi

lynx -dump -nolist "$1" > ~/docs/$2"
echo "Archivo guardado en ~/docs/$2"