【数据下载】利用wget命令批量下载ftp文件和文件夹
这是一个“”数据大发现”的时代，大家都在创造数据，使用数据以及分享数据，首先一步我们就需要从数据库download我们需要的数据。
Ftp是一种常见的在线数据库，今天介绍一种可以批量下载文件夹的方法，也是shell中常常用到的wget命令：
GNU Wget 1.17.1，非交互式的网络文件下载工具。 用法： wget [选项]... [URL]... 长选项所必须的参数在使用短选项时也是必须的。 启动： -V, --version 显示 Wget 的版本信息并退出 -h, --help 打印此帮助 -b, --background 启动后转入后台 -e, --execute=命令 运行一个“.wgetrc”风格的命令 日志和输入文件： -o, --output-file=文件 将日志信息写入 FILE -a, --append-output=文件 将信息添加至 FILE -d, --debug 打印大量调试信息 -q, --quiet 安静模式 (无信息输出) -v, --verbose 详尽的输出 (此为默认值) -nv, --no-verbose 关闭详尽输出，但不进入安静模式 --report-speed=类型 以 <类型> 报告带宽。类型可以是 bits -i, --input-file=文件 下载本地或外部 <文件> 中的 URL -F, --force-html 把输入文件当成 HTML 文件 -B, --base=URL 解析相对于 URL 的 HTML 输入文件链接 (-i -F) --config=文件 指定要使用的配置文件 --no-cookies 不读取任何配置文件 --rejected-log=文件 将拒绝 URL 的原因写入 <文件>。 下载： -t, --tries=数字 设置重试次数为 <数字> (0 代表无限制) --retry-connrefused 即使拒绝连接也是重试 -O, --output-document=文件 将文档写入 FILE -nc, --no-clobber 不要下载已存在将被覆盖的文件 -c, --continue 断点续传下载文件 --start-pos=偏移量 从由零计数的 <偏移量> 开始下载 --progress=类型 选择进度条类型 --show-progress 在任意啰嗦状态下都显示进度条 -N, --timestamping 只获取比本地文件新的文件 --no-if-modified-since 不要在时间戳 (timestamping) 模式下使用 if-modified-since get 条件请求 --no-use-server-timestamps 不根据服务器上的时间戳设置本地文件的时间戳 -S, --server-response 打印服务器响应 --spider 不下载任何文件 -T, --timeout=SECONDS 将所有超时设为 SECONDS 秒 --dns-timeout=SECS 设置 DNS 查寻超时为 SECS 秒 --connect-timeout=SECS 设置连接超时为 SECS 秒 --read-timeout=SECS 设置读取超时为 SECS 秒 -w, --wait=SECONDS 等待间隔为 SECONDS 秒 --waitretry=SECONDS 在获取文件的重试期间等待 1..SECONDS 秒 --random-wait 获取多个文件时，每次随机等待间隔 (0.5~1.5)*WAIT 秒 --no-proxy 禁止使用代理 -Q, --quota=数字 设置获取配额为 <数字> 字节 --bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机名或是 IP) --limit-rate=RATE 限制下载速率为 RATE --no-dns-cache 关闭 DNS 查询缓存 --restrict-file-names=系统 限定文件名中的字符为 <系统> 允许的字符 --ignore-case 匹配文件/目录时忽略大小写 -4, --inet4-only 仅连接至 IPv4 地址 -6, --inet6-only 仅连接至 IPv6 地址 --prefer-family=地址族 首先连接至指定家族（IPv6，IPv4 或 none）的地址 --user=用户 将 ftp 和 http 的用户名均设置为 <用户> --password=密码 将 ftp 和 http 的密码均设置为 <密码> --ask-password 提示输入密码 --no-iri 关闭 IRI 支持 --local-encoding=ENC 使用 ENC 作为 IRI (国际化资源标识符) 的本地编码 --remote-encoding=ENC 使用 ENC 作为默认远程编码 --unlink 覆盖前移除文件 目录： -nd, --no-directories 不创建目录 -x, --force-directories 强制创建目录 -nH, --no-host-directories 不要创建主 (host) 目录 --protocol-directories 在目录中使用协议名称 -P, --directory-prefix=前缀 保存文件到 <前缀>/.. --cut-dirs=数字 忽略远程目录中 <数字> 个目录层。 HTTP 选项： --http-user=用户 设置 http 用户名为 <用户> --http-password=密码 设置 http 密码为 <密码> --no-cache 不使用服务器缓存的数据。 --default-page=NAME 改变默认页 (通常是“index.html”)。 -E, --adjust-extension 以合适的扩展名保存 HTML/CSS 文档 --ignore-length 忽略头部的‘Content-Length’区域 --header=字符串 在头部插入 <字符串> --max-redirect 每页所允许的最大重定向 --proxy-user=用户 使用 <用户> 作为代理用户名 --proxy-password=密码 使用 <密码> 作为代理密码 --referer=URL 在 HTTP 请求头包含‘Referer: URL’ --save-headers 将 HTTP 头保存至文件。 -U, --user-agent=代理 标识自己为 <代理> 而不是 Wget/VERSION。 --no-http-keep-alive 禁用 HTTP keep-alive (持久连接)。 --no-cookies 不使用 cookies。 --load-cookies=文件 会话开始前从 <文件> 中载入 cookies。 --save-cookies=文件 会话结束后保存 cookies 至 FILE。 --keep-session-cookies 载入并保存会话 (非永久) cookies。 --post-data=字符串 使用 POST 方式；把 <字串>作为数据发送。 --post-file=文件 使用 POST 方式；发送 <文件> 内容。 --method=HTTP方法 在请求中使用指定的 <HTTP 方法>。 --post-data=字符串 把 <字串> 作为数据发送，必须设置 --method --post-file=文件 发送 <文件> 内容，必须设置 --method --content-disposition 当选择本地文件名时允许 Content-Disposition 头部 (实验中)。 --content-on-error 在服务器错误时输出接收到的内容 --auth-no-challenge 不先等待服务器询问就发送基本 HTTP 验证信息。 HTTPS (SSL/TLS) 选项： --secure-protocol=PR 选择安全协议，可以是 auto、SSLv2、 SSLv3、TLSv1、PFS 中的一个。 --https-only 只跟随安全的 HTTPS 链接 --no-check-certificate 不要验证服务器的证书。 --certificate=文件 客户端证书文件。 --certificate-type=类型 客户端证书类型，PEM 或 DER。 --private-key=文件 私钥文件。 --private-key-type=类型 私钥文件类型，PEM 或 DER。 --ca-certificate=文件 带有一组 CA 证书的文件。 --ca-directory=DIR 保存 CA 证书的哈希列表的目录。 --ca-certificate=文件 带有一组 CA 证书的文件。 --random-file=文件 用于初始化 SSL 伪随机数生成器（PRNG）的文件， 应含有随机数据 --egd-file=文件 用于命名带有随机数据的 EGD 套接字的文件。 HSTS 选项： --no-hsts 禁用 HSTS --hsts-file HSTS 数据库路径（将覆盖默认值） FTP 选项： --ftp-user=用户 设置 ftp 用户名为 <用户>。 --ftp-password=密码 设置 ftp 密码为 <密码> --no-remove-listing 不要删除‘.listing’文件 --no-glob 不在 FTP 文件名中使用通配符展开 --no-passive-ftp 禁用“passive”传输模式 --preserve-permissions 保留远程文件的权限 --retr-symlinks 递归目录时，获取链接的文件 (而非目录) FTPS 选项： --ftps-implicit 使用隐式 FTPS（默认端口 990） --ftps-resume-ssl 打开数据连接时继续控制连接中的 SSL/TLS 会话 --ftps-clear-data-connection 只加密控制信道；数据传输使用明文 --ftps-fallback-to-ftp 回落到 FTP，如果目标服务器不支持 FTPS WARC 选项： --warc-file=文件名 在一个 .warc.gz 文件里保持请求/响应数据 --warc-header=字符串 在头部插入 <字符串> --warc-max-size=数字 将 WARC 的最大尺寸设置为 <数字> --warc-cdx 写入 CDX 索引文件 --warc-dedup=文件名 不要记录列在此 CDX 文件内的记录 --no-warc-compression 不要 GZIP 压缩 WARC 文件 --no-warc-digests 不要计算 SHA1 摘要 --no-warc-keep-log 不要在 WARC 记录中存储日志文件 --warc-tempdir=目录 WARC 写入器的临时文件目录 递归下载： -r, --recursive 指定递归下载 -l, --level=数字 最大递归深度 (inf 或 0 代表无限制，即全部下载)。 --delete-after 下载完成后删除本地文件 -k, --convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件 --convert-file-only 只转换 URL 的文件部分 (通常所谓的 basename) --backups=N 写入文件 X 前，轮换移动最多 N 个备份文件 -K, --backup-converted 在转换文件 X 前先将它备份为 X.orig。 -m, --mirror -N -r -l inf --no-remove-listing 的缩写形式。 -p, --page-requisites 下载所有用于显示 HTML 页面的图片之类的元素。 --strict-comments 用严格方式 (SGML) 处理 HTML 注释。 递归接受/拒绝： -A, --accept=列表 逗号分隔的可接受的扩展名列表 -R, --reject=列表 逗号分隔的要拒绝的扩展名列表 --accept-regex=REGEX 匹配接受的 URL 的正则表达式 --reject-regex=REGEX 匹配拒绝的 URL 的正则表达式 --regex-type=类型 正则类型 (posix|pcre) -D, --domains=列表 逗号分隔的可接受的域名列表 --exclude-domains=列表 逗号分隔的要拒绝的域名列表 --follow-ftp 跟踪 HTML 文档中的 FTP 链接 --follow-tags=列表 逗号分隔的跟踪的 HTML 标识列表 --ignore-tags=列表 逗号分隔的忽略的 HTML 标识列表 -H, --span-hosts 递归时转向外部主机 -L, --relative 仅跟踪相对链接 -I, --include-directories=列表 允许目录的列表 --trust-server-names 使用重定向 URL 的最后一段作为本地文件名 -X, --exclude-directories=列表 排除目录的列表 -np, --no-parent 不追溯至父目录
这是完整的参数，可以按需使用。
这里介绍一个例子，我们想要下载FTP服务器的一个文件夹而不需要其他文件夹的文件，这个时候命令可以这样写：
wget -r -c -nH -np ftp://ftp.bioinfo.wsu.edu/species/Potentilla_micrantha/
其中，
-r 递归下载子目录文件
-c 断点续传
-nH 不创建主机目录
-np 不追溯父文件夹
