Linux wget是一個下載文件的工具,它用在命令行下。對于Linux用戶是必不可少的工具,尤其對于網(wǎng)絡(luò)管理員,經(jīng)常要下載一些軟件或從遠程服務(wù)器恢復(fù)備份到本地服務(wù)器。如果我們使用虛擬主機,處理這樣的事務(wù)我們只能先從遠程服務(wù)器下載到我們電腦磁盤,然后再用ftp工具上傳到服務(wù)器。這樣既浪費時間又浪費精力,那不沒辦法的事。而到了Linux VPS,它則可以直接下載到服務(wù)器而不用經(jīng)過上傳這一步。wget工具體積小但功能完善,它支持斷點下載功能,同時支持FTP和HTTP下載方式,支持代理服務(wù)器和設(shè)置起來方便簡單。下面我們以實例的形式說明怎么使用wget。
命令格式:
wget [參數(shù)列表] [目標軟件、網(wǎng)頁的網(wǎng)址] // 用法: wget [選項]... [URL]...
長選項所必須的參數(shù)在使用短選項時也是必須的。
啟動:
-V, --version 顯示 Wget 的版本信息并退出
-h, --help 打印此幫助
-b, --background 啟動后轉(zhuǎn)入后臺
-e, --execute=命令 運行一個“.wgetrc”風格的命令```
日志和輸入文件:
-o, --output-file=文件 將日志信息寫入 FILE
-a, --append-output=文件 將信息添加至 FILE
-d, --debug 打印大量調(diào)試信息
-q, --quiet 安靜模式 (無信息輸出)
-v, --verbose 詳盡的輸出 (此為默認值)
-nv, --no-verbose 關(guān)閉詳盡輸出,但不進入安靜模式
--report-speed=類型 以 <類型> 報告帶寬。類型可以是 bits
-i, --input-file=文件 下載本地或外部 <文件> 中的 URL
-F, --force-html 把輸入文件當成 HTML 文件
-B, --base=URL 解析相對于 URL 的 HTML 輸入文件鏈接 (-i -F)
--config=文件 指定要使用的配置文件
--no-cookies 不讀取任何配置文件
--rejected-log=文件 將拒絕 URL 的原因?qū)懭?<文件>。
下載:
-t, --tries=數(shù)字 設(shè)置重試次數(shù)為 <數(shù)字> (0 代表無限制)
--retry-connrefused 即使拒絕連接也是重試
-O, --output-document=文件 將文檔寫入 FILE
-nc, --no-clobber 不要下載已存在將被覆蓋的文件
-c, --continue 斷點續(xù)傳下載文件
--start-pos=偏移量 從由零計數(shù)的 <偏移量> 開始下載
--progress=類型 選擇進度條類型
--show-progress 在任意啰嗦狀態(tài)下都顯示進度條
-N, --timestamping 只獲取比本地文件新的文件
--no-if-modified-since 不要在時間戳 (timestamping) 模式下使用
if-modified-since get 條件請求
--no-use-server-timestamps don't set the local file's timestamp by
the one on the server
-S, --server-response 打印服務(wù)器響應(yīng)
--spider 不下載任何文件
-T, --timeout=SECONDS 將所有超時設(shè)為 SECONDS 秒
--dns-timeout=SECS 設(shè)置 DNS 查尋超時為 SECS 秒
--connect-timeout=SECS 設(shè)置連接超時為 SECS 秒
--read-timeout=SECS 設(shè)置讀取超時為 SECS 秒
-w, --wait=SECONDS 等待間隔為 SECONDS 秒
--waitretry=SECONDS 在獲取文件的重試期間等待 1..SECONDS 秒
--random-wait 獲取多個文件時,每次隨機等待間隔 (0.5~1.5)*WAIT 秒
--no-proxy 禁止使用代理
-Q, --quota=數(shù)字 設(shè)置獲取配額為 <數(shù)字> 字節(jié)
--bind-address=ADDRESS 綁定至本地主機上的 ADDRESS (主機名或是 IP)
--limit-rate=RATE 限制下載速率為 RATE
--no-dns-cache 關(guān)閉 DNS 查詢緩存
--restrict-file-names=系統(tǒng) 限定文件名中的字符為 <系統(tǒng)> 允許的字符
--ignore-case 匹配文件/目錄時忽略大小寫
-4, --inet4-only 僅連接至 IPv4 地址
-6, --inet6-only 僅連接至 IPv6 地址
--prefer-family=地址族 首先連接至指定家族(IPv6,IPv4 或 none)的地址
--user=用戶 將 ftp 和 http 的用戶名均設(shè)置為 <用戶>
--password=密碼 將 ftp 和 http 的密碼均設(shè)置為 <密碼>
--ask-password 提示輸入密碼
--no-iri 關(guān)閉 IRI 支持
--local-encoding=ENC 使用 ENC 作為 IRI (國際化資源標識符) 的本地編碼
--remote-encoding=ENC 使用 ENC 作為默認遠程編碼
--unlink 覆蓋前移除文件
目錄:
-nd, --no-directories 不創(chuàng)建目錄
-x, --force-directories 強制創(chuàng)建目錄
-nH, --no-host-directories 不要創(chuàng)建主 (host) 目錄
--protocol-directories 在目錄中使用協(xié)議名稱
-P, --directory-prefix=前綴 保存文件到 <前綴>/..
--cut-dirs=數(shù)字 忽略遠程目錄中 <數(shù)字> 個目錄層。
HTTP 選項:
--http-user=用戶 設(shè)置 http 用戶名為 <用戶>
--http-password=密碼 設(shè)置 http 密碼為 <密碼>
--no-cache 不使用服務(wù)器緩存的數(shù)據(jù)。
--default-page=NAME 改變默認頁 (通常是“index.html”)。
-E, --adjust-extension 以合適的擴展名保存 HTML/CSS 文檔
--ignore-length 忽略頭部的‘Content-Length’區(qū)域
--header=字符串 在頭部插入 <字符串>
--max-redirect 每頁所允許的最大重定向
--proxy-user=用戶 使用 <用戶> 作為代理用戶名
--proxy-password=密碼 使用 <密碼> 作為代理密碼
--referer=URL 在 HTTP 請求頭包含‘Referer: URL’
--save-headers 將 HTTP 頭保存至文件。
-U, --user-agent=代理 標識自己為 <代理> 而不是 Wget/VERSION。
--no-http-keep-alive 禁用 HTTP keep-alive (持久連接)。
--no-cookies 不使用 cookies。
--load-cookies=文件 會話開始前從 <文件> 中載入 cookies。
--save-cookies=文件 會話結(jié)束后保存 cookies 至 FILE。
--keep-session-cookies 載入并保存會話 (非永久) cookies。
--post-data=字符串 使用 POST 方式;把 <字串>作為數(shù)據(jù)發(fā)送。
--post-file=文件 使用 POST 方式;發(fā)送 <文件> 內(nèi)容。
--method=HTTP方法 在請求中使用指定的 <HTTP 方法>。
--post-data=字符串 把 <字串> 作為數(shù)據(jù)發(fā)送,必須設(shè)置 --method
--post-file=文件 發(fā)送 <文件> 內(nèi)容,必須設(shè)置 --method
--content-disposition 當選擇本地文件名時允許 Content-Disposition
頭部 (實驗中)。
--content-on-error 在服務(wù)器錯誤時輸出接收到的內(nèi)容
--auth-no-challenge 不先等待服務(wù)器詢問就發(fā)送基本 HTTP 驗證信息。
HTTPS (SSL/TLS) 選項:
--secure-protocol=PR 選擇安全協(xié)議,可以是 auto、SSLv2、
SSLv3、TLSv1、PFS 中的一個。
--https-only 只跟隨安全的 HTTPS 鏈接
--no-check-certificate 不要驗證服務(wù)器的證書。
--certificate=文件 客戶端證書文件。
--certificate-type=類型 客戶端證書類型,PEM 或 DER。
--private-key=文件 私鑰文件。
--private-key-type=類型 私鑰文件類型,PEM 或 DER。
--ca-certificate=文件 帶有一組 CA 證書的文件。
--ca-directory=DIR 保存 CA 證書的哈希列表的目錄。
--ca-certificate=文件 帶有一組 CA 證書的文件。
--pinnedpubkey=FILE/HASHES Public key (PEM/DER) file, or any number
of base64 encoded sha256 hashes preceded by
'sha256//' and seperated by ';', to verify
peer against
HSTS 選項:
--no-hsts 禁用 HSTS
--hsts-file HSTS 數(shù)據(jù)庫路徑(將覆蓋默認值)
FTP 選項:
--ftp-user=用戶 設(shè)置 ftp 用戶名為 <用戶>。
--ftp-password=密碼 設(shè)置 ftp 密碼為 <密碼>
--no-remove-listing 不要刪除‘.listing’文件
--no-glob 不在 FTP 文件名中使用通配符展開
--no-passive-ftp 禁用“passive”傳輸模式
--preserve-permissions 保留遠程文件的權(quán)限
--retr-symlinks 遞歸目錄時,獲取鏈接的文件 (而非目錄)
FTPS 選項:
--ftps-implicit 使用隱式 FTPS(默認端口 990)
--ftps-resume-ssl 打開數(shù)據(jù)連接時繼續(xù)控制連接中的 SSL/TLS 會話
--ftps-clear-data-connection 只加密控制信道;數(shù)據(jù)傳輸使用明文
--ftps-fallback-to-ftp 回落到 FTP,如果目標服務(wù)器不支持 FTPS
WARC 選項:
--warc-file=文件名 在一個 .warc.gz 文件里保持請求/響應(yīng)數(shù)據(jù)
--warc-header=字符串 在頭部插入 <字符串>
--warc-max-size=數(shù)字 將 WARC 的最大尺寸設(shè)置為 <數(shù)字>
--warc-cdx 寫入 CDX 索引文件
--warc-dedup=文件名 不要記錄列在此 CDX 文件內(nèi)的記錄
--no-warc-compression 不要 GZIP 壓縮 WARC 文件
--no-warc-digests 不要計算 SHA1 摘要
--no-warc-keep-log 不要在 WARC 記錄中存儲日志文件
--warc-tempdir=目錄 WARC 寫入器的臨時文件目錄
遞歸下載:
-r, --recursive 指定遞歸下載
-l, --level=數(shù)字 最大遞歸深度 (inf 或 0 代表無限制,即全部下載)。
--delete-after 下載完成后刪除本地文件
-k, --convert-links 讓下載得到的 HTML 或 CSS 中的鏈接指向本地文件
--convert-file-only convert the file part of the URLs only (usually known as the basename)
--backups=N 寫入文件 X 前,輪換移動最多 N 個備份文件
-K, --backup-converted 在轉(zhuǎn)換文件 X 前先將它備份為 X.orig。
-m, --mirror -N -r -l inf --no-remove-listing 的縮寫形式。
-p, --page-requisites 下載所有用于顯示 HTML 頁面的圖片之類的元素。
--strict-comments 用嚴格方式 (SGML) 處理 HTML 注釋。
遞歸接受/拒絕:
-A, --accept=列表 逗號分隔的可接受的擴展名列表
-R, --reject=列表 逗號分隔的要拒絕的擴展名列表
--accept-regex=REGEX 匹配接受的 URL 的正則表達式
--reject-regex=REGEX 匹配拒絕的 URL 的正則表達式
--regex-type=類型 正則類型 (posix|pcre)
-D, --domains=列表 逗號分隔的可接受的域名列表
--exclude-domains=列表 逗號分隔的要拒絕的域名列表
--follow-ftp 跟蹤 HTML 文檔中的 FTP 鏈接
--follow-tags=列表 逗號分隔的跟蹤的 HTML 標識列表
--ignore-tags=列表 逗號分隔的忽略的 HTML 標識列表
-H, --span-hosts 遞歸時轉(zhuǎn)向外部主機
-L, --relative 僅跟蹤相對鏈接
-I, --include-directories=列表 允許目錄的列表
--trust-server-names 使用重定向 URL 的最后一段作為本地文件名
-X, --exclude-directories=列表 排除目錄的列表
-np, --no-parent 不追溯至父目錄
1、使用wget下載單個文件
以下的例子是從網(wǎng)絡(luò)下載一個文件并保存在當前目錄
wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
在下載的過程中會顯示進度條,包含(下載完成百分比,已經(jīng)下載的字節(jié),當前下載速度,剩余下載時間)。
2、使用wget -O下載并以不同的文件名保存
wget默認會以最后一個符合”/”的后面的字符來命令,對于動態(tài)鏈接的下載通常文件名會不正確。
錯誤:下面的例子會下載一個文件并以名稱download.php?id=1080保存
wget http://www.centos.bz/download?id=1
即使下載的文件是zip格式,它仍然以download.php?id=1080命令。
正確:為了解決這個問題,我們可以使用參數(shù)-O來指定一個文件名:
wget -O wordpress.zip http://www.centos.bz/download.php?id=1080
3、使用wget –limit -rate限速下載
當你執(zhí)行wget的時候,它默認會占用全部可能的寬帶下載。但是當你準備下載一個大文件,而你還需要下載其它文件時就有必要限速了。
wget –limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
4、使用wget -c斷點續(xù)傳
使用wget -c重新啟動下載中斷的文件:
wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
對于我們下載大文件時突然由于網(wǎng)絡(luò)等原因中斷非常有幫助,我們可以繼續(xù)接著下載而不是重新下載一個文件。需要繼續(xù)中斷的下載時可以使用-c參數(shù)。
5、使用wget -b后臺下載
對于下載非常大的文件的時候,我們可以使用參數(shù)-b進行后臺下載。
wget -b http://cn.wordpress.org/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來察看下載進度
tail -f wget-log
6、偽裝代理名稱下載
有些網(wǎng)站能通過根據(jù)判斷代理名稱不是瀏覽器而拒絕你的下載請求。不過你可以通過–user-agent參數(shù)偽裝。
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″ 下載鏈接
7、使用wget –spider測試下載鏈接
當你打算進行定時下載,你應(yīng)該在預(yù)定時間測試下載鏈接是否有效。我們可以增加–spider參數(shù)進行檢查。
wget –spider URL
如果下載鏈接正確,將會顯示
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.
這保證了下載能在預(yù)定的時間進行,但當你給錯了一個鏈接,將會顯示如下錯誤
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!!!
你可以在以下幾種情況下使用spider參數(shù):
定時下載之前進行檢查
間隔檢測網(wǎng)站是否可用
檢查網(wǎng)站頁面的死鏈接
8、使用wget –tries增加重試次數(shù)
如果網(wǎng)絡(luò)有問題或下載一個大文件也有可能失敗。wget默認重試20次連接下載文件。如果需要,你可以使用–tries增加重試次數(shù)。
wget –tries=40 URL
9、使用wget -i下載多個文件
首先,保存一份下載鏈接文件
cat > filelist.txt
url1
url2
url3
url4
接著使用這個文件和參數(shù)-i下載
wget -i filelist.txt
10、使用wget –mirror鏡像網(wǎng)站
下面的例子是下載整個網(wǎng)站到本地。
wget –mirror -p –convert-links -P ./LOCAL URL
–miror:開戶鏡像下載
-p:下載所有為了html頁面顯示正常的文件
–convert-links:下載后,轉(zhuǎn)換成本地的鏈接
-P ./LOCAL:保存所有文件和目錄到本地指定目錄
11、使用wget –reject過濾指定格式下載
你想下載一個網(wǎng)站,但你不希望下載圖片,你可以使用以下命令。
wget –reject=gif url
12、使用wget -o把下載信息存入日志文件
你不希望下載信息直接顯示在終端而是在一個日志文件,可以使用以下命令:
wget -o download.log URL
13、使用wget -Q限制總下載文件大小
當你想要下載的文件超過5M而退出下載,你可以使用以下命令:
wget -Q5m -i filelist.txt
注意:這個參數(shù)對單個文件下載不起作用,只能遞歸下載時才有效。
14、使用wget -r -A下載指定格式文件
可以在以下情況使用該功能
下載一個網(wǎng)站的所有圖片
下載一個網(wǎng)站的所有視頻
下載一個網(wǎng)站的所有PDF文件
wget -r -A.pdf url
15、使用wget FTP下載
你可以使用wget來完成ftp鏈接的下載。
使用wget匿名ftp下載
wget ftp-url
使用wget用戶名和密碼認證的ftp下載
wget –ftp-user=USERNAME –ftp-password=PASSWORD url
wget是在Linux下開發(fā)的開放源代碼的軟件,作者是Hrvoje Niksic,后來被移植到包括Windows在內(nèi)的各個平臺上。它有以下功能和特點:
(1)支持斷點下傳功能;這一點,也是網(wǎng)絡(luò)螞蟻和FlashGet當年最大的賣點,現(xiàn)在,Wget也可以使用此功能,那些網(wǎng)絡(luò)不是太好的用戶可以放心了;
(2)同時支持FTP和HTTP下載方式;盡管現(xiàn)在大部分軟件可以使用HTTP方式下載,但是,有些時候,仍然需要使用FTP方式下載軟件;
(3)支持代理服務(wù)器;對安全強度很高的系統(tǒng)而言,一般不會將自己的系統(tǒng)直接暴露在互聯(lián)網(wǎng)上,所以,支持代理是下載軟件必須有的功能;
(4)設(shè)置方便簡單;可能,習慣圖形界面的用戶已經(jīng)不是太習慣命令行了,但是,命令行在設(shè)置上其實有更多的優(yōu)點,最少,鼠標可以少點很多次,也不要擔心是否錯點鼠標;
(5)程序小,完全免費;程序小可以考慮不計,因為現(xiàn)在的硬盤實在太大了;完全免費就不得不考慮了,即使網(wǎng)絡(luò)上有很多免費軟件,但是,這些軟件的廣告不是我們喜歡的;
wget雖然功能強大,但是使用起來還是比較簡單的,基本的語法是:wget [參數(shù)列表] URL。下面就結(jié)合具體的例子來說明一下wget的用法。
1、下載整個http或者ftp站點。
wget http://place.your.url/here
這個命令可以將http://place.your.url/here 首頁下載下來。使用-x會強制建立服務(wù)器上一模一樣的目錄,如果使用-nd參數(shù),那么服務(wù)器上下載的所有內(nèi)容都會加到本地當前目錄。
wget -r http://place.your.url/here
這 個命令會按照遞歸的方法,下載服務(wù)器上所有的目錄和文件,實質(zhì)就是下載整個網(wǎng)站。這個命令一定要小心使用,因為在下載的時候,被下載網(wǎng)站指向的所有地址同 樣會被下載,因此,如果這個網(wǎng)站引用了其他網(wǎng)站,那么被引用的網(wǎng)站也會被下載下來!基于這個原因,這個參數(shù)不常用??梢杂?l number參數(shù)來指定下載的層次。例如只下載兩層,那么使用-l 2。
要是您想制作鏡像站點,那么可以使用-m參數(shù),例如:
wget -m http://place.your.url/here
這時wget會自動判斷合適的參數(shù)來制作鏡像站點。此時,wget會登錄到服務(wù)器上,讀入robots.txt并按robots.txt的規(guī)定來執(zhí)行。
2、斷點續(xù)傳。
當文件特別大或者網(wǎng)絡(luò)特別慢的時候,往往一個文件還沒有下載完,連接就已經(jīng)被切斷,此時就需要斷點續(xù)傳。wget的斷點續(xù)傳是自動的,只需要使用-c參數(shù),例如:
wget -c http://the.url.of/incomplete/file
使用斷點續(xù)傳要求服務(wù)器支持斷點續(xù)傳。-t參數(shù)表示重試次數(shù),例如需要重試100次,那么就寫-t 100,如果設(shè)成-t 0,那么表示無窮次重試,直到連接成功。-T參數(shù)表示超時等待時間,例如-T 120,表示等待120秒連接不上就算超時。
3、批量下載。
如果有多個文件需要下載,那么可以生成一個文件,把每個文件的URL寫一行,例如生成文件download.txt,然后用命令:
wget -i download.txt
這樣就會把download.txt里面列出的每個URL都下載下來。(如果列的是文件就下載文件,如果列的是網(wǎng)站,那么下載首頁)
4、選擇性的下載。
可以指定讓wget只下載一類文件,或者不下載什么文件。例如:
wget -m –reject=gif http://target.web.site/subdirectory
表示下載http://target.web.site/subdirectory,但是忽略gif文件。–accept=LIST 可以接受的文件類型,–reject=LIST拒絕接受的文件類型。
5、密碼和認證。
wget只能處理利用用戶名/密碼方式限制訪問的網(wǎng)站,可以利用兩個參數(shù):
–http-user=USER設(shè)置HTTP用戶
–http-passwd=PASS設(shè)置HTTP密碼
對于需要證書做認證的網(wǎng)站,就只能利用其他下載工具了,例如curl。
6、利用代理服務(wù)器進行下載。
如果用戶的網(wǎng)絡(luò)需要經(jīng)過代理服務(wù)器,那么可以讓wget通過代理服務(wù)器進行文件的下載。此時需要在當前用戶的目錄下創(chuàng)建一個.wgetrc文件。文件中可以設(shè)置代理服務(wù)器:
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
分別表示http的代理服務(wù)器和ftp的代理服務(wù)器。如果代理服務(wù)器需要密碼則使用:
–proxy-user=USER設(shè)置代理用戶
–proxy-passwd=PASS設(shè)置代理密碼
這兩個參數(shù)。
使用參數(shù)–proxy=on/off 使用或者關(guān)閉代理。
wget還有很多有用的功能,需要用戶去挖掘。
中文文檔名在平常的情況下會被編碼, 但是在 –cut-dirs 時又是正常的,
wget -r -np -nH –cut-dirs=3 ftp://host/test/
測試.txt
wget -r -np -nH -nd ftp://host/test/
%B4%FA%B8%D5.txt
wget “ftp://host/test/*”
%B4%FA%B8%D5.txt
由 於不知名的原因,可能是為了避開特殊檔名, wget 會自動將抓取檔名的部分用 encode_string 處理過, 所以該 patch 就把被 encode_string 處理成 “%3A” 這種東西, 用 decode_string 還原成 “:”,并套用在目錄與檔案名稱的部分,decode_string 是 wget 內(nèi)建的函式。
wget -t0 -c -nH -x -np -b -m -P /home/sunny/NOD32view/ http://downloads1.kaspersky-labs.com/bases/ -o wget.log
引自:
作者:擒賊先擒王
來源:CSDN
原文:https://blog.csdn.net/freeking101/article/details/53691481
版權(quán)聲明:本文為博主原創(chuàng)文章,轉(zhuǎn)載請附上博文鏈接