wget命令
Linux系统中的
wget
是一个下载文件的工具,它用在命令行下。对于Linux用户是必不可少的工具,我们经常要下载一些软件或从远程服务器恢复备份到本地服务器。wget
支持HTTP,HTTPS和FTP协议,可以使用HTTP代理。所谓的自动下载是指,wget
可以在用户退出系统之后在后台执行。这意味着你可以登录系统,启动一个wget下载任务,然后退出系统,wget将在后台执行直到任务完成,相对于其它大部分浏览器在下载大量数据时需要用户一直的参与,这省去了极大的麻烦。
wget
可以跟踪HTML页面上的链接依次下载来创建远程服务器的本地版本,完全重建原始站点的目录结构。这又常被称作”递归下载”。在递归下载的时候,wget
遵循Robot Exclusion标准(/robots.txt).wget
可以在下载的同时,将链接转换成指向本地文件,以方便离线浏览。
wget
非常稳定,它在带宽很窄的情况下和不稳定网络中有很强的适应性.如果是由于网络的原因下载失败,wget
会不断的尝试,直到整个文件下载完毕。如果是服务器打断下载过程,它会再次联到服务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有用。
- 命令格式
wget [选项] [URL地址]
- 命令功能
用于从网络上下载资源,没有指定目录,下载资源会默认为当前目录。wget
虽然功能强大,但是使用起来还是比较简单:- 支持断点续传功能;
- 同时支持FTP和HTTP下载方式;尽管现在大部分软件可以使用HTTP方式下载,但是,有些时候,仍然需要使用FTP方式下载软件;
- 支持代理服务器;对安全强度很高的系统而言,一般不会将自己的系统直接暴露在互联网上,所以,支持代理是下载软件必须有的功能;
- 命令参数
启动参数:
-V, --version
显示wget的版本后退出
-h, --help
打印语法帮助
-b, --background
启动后转入后台执行
-e, --execute=COMMAND
执行.wgetrc格式的命令,wgetrc格式参见/etc/wgetrc或~/.wgetrc
记录和输入文件参数:
-o, --output-file=FILE
把记录写到FILE文件中
-a, --append-output=FILE
把记录追加到FILE文件中
-d, --debug
打印调试输出
-q, –quiet
安静模式(没有输出)
-v, --verbose
冗长模式(这是缺省设置)
-nv, --non-verbose
关掉冗长模式,但不是安静模式
-i, --input-file=FILE
下载在FILE文件中出现的URLs
-F, --force-html
把输入文件当作HTML格式文件对待
-B, --base=URL
将URL作为在-F
-i
参数指定的文件中出现的相对链接的前缀
--sslcertfile=FILE
可选客户端证书
--sslcertkey=KEYFILE
可选客户端证书的KEYFILE
--egd-file=FILE
指定EGD socket的文件名
下载参数:
--bind-address=ADDRESS
指定本地使用地址(主机名或IP,当本地有多个IP或名字时使用)
-t, --tries=NUMBER
设定最大尝试链接次数(0 表示无限制).
-O --output-document=FILE
把文档写到FILE文件中
-nc, –-no-clobber
不要覆盖存在的文件或使用.#前缀
-c, --continue
接着下载没下载完的文件
--progress=TYPE
设定进程条标记
-N, --timestamping
不要重新下载文件除非比本地文件新
-S, --server-response
打印服务器的回应
--spider
不下载任何东西
-T, --timeout=SECONDS
设定响应超时的秒数
-w,--wait=SECONDS
两次尝试之间间隔SECONDS秒
--waitretry=SECONDS
在重新链接之间等待1…SECONDS秒
--random-wait
在下载之间等待0…2*WAIT秒
-Y, --proxy=on/off
打开或关闭代理
-Q, --quota=NUMBER
设置下载的容量限制
--limit-rate=RATE
限定下载输率
目录参数:
-nd --no-directories
不创建目录
-x, --force-directories
强制创建目录
-nH, --no-host-directories
不创建主机目录
-P, --directory-prefix=PREFIX
将文件保存到目录 PREFIX/…
--cut-dirs=NUMBER
忽略 NUMBER层远程目录
HTTP 选项参数:
--http-user=USER
设定HTTP用户名为 USER.
--http-passwd=PASS
设定http密码为 PASS
-C, --cache=on/off
允许/不允许服务器端的数据缓存 (一般情况下允许)
-E, --html-extension
将所有text/html文档以.html扩展名保存
--ignore-length
忽略Content-Length’头域
--header=STRING在headers中插入字符串 STRING
--proxy-user=USER设定代理的用户名为 USER
--proxy-passwd=PASS设定代理的密码为 PASS
--referer=URL在HTTP请求中包含
Referer: URL’头
-s, --save-headers
保存HTTP头到文件
-U, --user-agent=AGENT
设定代理的名称为 AGENT而不是 Wget/VERSION
--no-http-keep-alive
关闭 HTTP活动链接 (永远链接)
--cookies=off
不使用 cookies
--load-cookies=FILE
在开始会话前从文件 FILE中加载cookie
--save-cookies=FILE
在会话结束后将 cookies保存到 FILE文件中
FTP 选项参数:
-nr, --dont-remove-listing
不移走.listing文件
-g, --glob=on/off
打开或关闭文件名的 globbing机制
--passive-ftp
使用被动传输模式 (缺省值).
--active-ftp
使用主动传输模式
--retr-symlinks
在递归的时候,将链接指向文件(而不是目录)
递归下载参数:
-r, --recursive
递归下载--慎用!
-l, --level=NUMBER
最大递归深度 (inf 或 0 代表无穷)
--delete-after
在现在完毕后局部删除文件
-k, --convert-links
转换非相对链接为相对链接
-K, --backup-converted
在转换文件X之前,将之备份为 X.orig
-m, --mirror
等价于 -r -N -l inf -nr
-p, --page-requisites
下载显示HTML文件的所有图片
递归下载中的包含和不包含(accept/reject):
=LIST
分号分隔的不被接受的扩展名的列表
-D, --domains=LIST
分号分隔的被接受域的列表
--exclude-domains=LIST
分号分隔的不被接受的域的列表
--follow-ftp
跟踪HTML文档中的FTP链接
--follow-tags=LIST
分号分隔的被跟踪的HTML标签的列表
-G, --ignore-tags=LIST
分号分隔的被忽略的HTML标签的列表
-H, --span-hosts
当递归时转到外部主机
-L, --relative
仅仅跟踪相对链接
-I, --include-directories=LIST
允许目录的列表
-X, --exclude-directories=LIST
不被包含目录的列表
-np, --no-parent
不要追溯到父目录 - 常用实例
# 使用wget下载单个文件 wget http://www.minjieren.com/wordpress-3.1-zh_CN.zip ## 说明: ## 上面的例子是从网络下载一个文件并保存在当前目录,在下载的过程中会显示进度条,包含(下载完成百分比,已经下载的字节,当前下载速度,剩余下载时间)。 #使用wget -O下载并以不同的文件名保存 wget -O wordpress.zip http://www.minjieren.com/download.aspx?id=1080 ## 说明: ## wget默认会以最后一个符合”/”的后面的字符来命名,对于动态链接的下载通常文件名会不正确。 ## 错误:下面的例子会下载一个文件并以名称download.aspx?id=1080保存 wget http://www.minjieren.com/download?id=1 ## 即使下载的文件是zip格式,它仍然以download.php?id=1080命令。 # 正确:为了解决这个问题,我们可以使用参数-O来指定一个文件名: wget -O wordpress.zip http://www.minjieren.com/download.aspx?id=1080 # 使用wget --limit-rate限速下载 wget --limit-rate=300k http://www.minjieren.com/wordpress-3.1-zh_CN.zip ## 说明: ## 当你执行wget的时候,它默认会占用全部可能的宽带下载。但是当你准备下载一个大文件,而你还需要下载其它文件时就有必要限速了。 # 使用wget -c断点续传 wget -c http://www.minjieren.com/wordpress-3.1-zh_CN.zip ## 说明: ## 使用wget -c重新启动下载中断的文件,对于我们下载大文件时突然由于网络等原因中断非常有帮助,我们可以继续接着下载而不是重新下载一个文件。需要继续中断的下载时可以使用-c参数。 # 使用wget -b后台下载 wget -b http://www.minjieren.com/wordpress-3.1-zh_CN.zip ## 说明: ## 对于下载非常大的文件的时候,我们可以使用参数-b进行后台下载。 wget -b http://www.minjieren.com/wordpress-3.1-zh_CN.zip Continuing in background, pid 1840. Output will be written to 'wget-log'. ## 你可以使用以下命令来察看下载进度: tail -f wget-log # 伪装代理名称下载 wget --user-agent="Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.204 Safari/534.16" http://www.minjieren.com/wordpress-3.1-zh_CN.zip ## 说明: ## 有些网站能通过根据判断代理名称不是浏览器而拒绝你的下载请求。不过你可以通过--user-agent参数伪装。 # 使用wget --spider测试下载链接 wget --spider URL ## 说明: ## 当你打算进行定时下载,你应该在预定时间测试下载链接是否有效。我们可以增加--spider参数进行检查。 ## 如果下载链接正确,将会显示 $ wget --spider URL Spider mode enabled. Check if remote file exists. HTTP request sent, awaiting response... 200 OK Length: unspecified [text/html] Remote file exists and could contain further links, but recursion is disabled -- not retrieving. ## 这保证了下载能在预定的时间进行,但当你给错了一个链接,将会显示如下错误 $ wget --spider url Spider mode enabled. Check if remote file exists. HTTP request sent, awaiting response... 404 Not Found Remote file does not exist -- broken link!!! ## 你可以在以下几种情况下使用spider参数: ### 定时下载之前进行检查 ### 间隔检测网站是否可用 ### 检查网站页面的死链接 # 使用wget --tries增加重试次数 wget --tries=40 URL ## 说明: ## 如果网络有问题或下载一个大文件也有可能失败。wget默认重试20次连接下载文件。如果需要,你可以使用--tries增加重试次数。 # 使用wget -i下载多个文件 wget -i filelist.txt ## 说明: ## 首先,保存一份下载链接文件 $ cat > filelist.txt url1 url2 url3 url4 ## 接着使用这个文件和参数-i下载 # 使用wget --mirror镜像网站 wget --mirror -p --convert-links -P ./LOCAL URL ## 说明: ## 下载整个网站到本地。 ## --miror:开户镜像下载 ## -p:下载所有为了html页面显示正常的文件 ## --convert-links:下载后,转换成本地的链接 ## -P ./LOCAL:保存所有文件和目录到本地指定目录 # 使用wget --reject过滤指定格式下载 wget --reject=gif url ## 说明: ## 下载一个网站,但你不希望下载图片,可以使用以下命令。 ## 使用wget -o把下载信息存入日志文件 wget -o download.log URL ## 说明: ## 不希望下载信息直接显示在终端而是在一个日志文件,可以使用 # 使用wget -Q限制总下载文件大小 wget -Q5m -i filelist.txt ## 说明: ## 当你想要下载的文件超过5M而退出下载,你可以使用。注意:这个参数对单个文件下载不起作用,只能递归下载时才有效。 # 使用wget -r -A下载指定格式文件 wget -r -A.pdf url ## 说明: ## 可以在以下情况使用该功能: ## 下载一个网站的所有图片 ## 下载一个网站的所有视频 ## 下载一个网站的所有PDF文件 # 使用wget FTP下载 wget ftp-url wget --ftp-user=USERNAME --ftp-password=PASSWORD url ## 说明: ## 可以使用wget来完成ftp链接的下载。 ## 使用wget匿名ftp下载: wget ftp-url ## 使用wget用户名和密码认证的ftp下载 wget --ftp-user=USERNAME --ftp-password=PASSWORD url