Linux学习之道：wget用法


Linux学习之道：wget用法
 
wget是在Linux下开发的开放源代码的软件，作者是Hrvoje Niksic，后来被移植到包括Windows在内的各个平台上。它有以下功能和特点：
　　 （1）支持断点下传功能；这一点，也是网络蚂蚁和FlashGet当年最大的卖点，现在，Wget 也可以使用此功能，那些网络不是太好的用户可以放心了；
　　（2）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；
　　（3）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；
　　（4）设置方便简单；可能，习惯图形界面的用户已经不是太习惯命令行了，但是，命令行在设置 上其实有更多的优点，最少，鼠标可以少点很多次，也不要担心是否错点鼠标；
　　（5）程序小，完全免费；程序小可以考虑不计，因为现在的硬盘实在 太大了；完全免费就不得不考虑了，即使网络上有很多所谓的免费软件，但是，这些软件的广告却不是我们喜欢的；
　　wget虽然功能强大，但是使用 起来还是比较简单的，基本的语法是：wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。
　
　 1、下载整个http或者ftp站点。
　　wget http://place.your.url/here 
　　这个命令可以将 http://place.your.url/here 首页下载下来。使用-x会强制建立服务器上一模一样的目录，如果使用-nd参数，那么服务器上下载的所有内容都会加到本地当前目录。
　　wget -r http://place.your.url/here
　
　这个命令会按照递归的方法，下载服务器上所有的目录和文件，实质就是 下载整个网站。这个命令一定要小心使用，因为在下载的时候，被下载网站指向的所有地址同样会被下载，因此，如果这个网站引用了其他网站，那么被引 用的网站也会被下载下来！基于这个原因，这个参数不常用。可以用-lnumber参数来指定下载的层次。例如只下载两层，那么使用-l 2。
　 　要是您想制作镜像站点，那么可以使用－m参数，例如：wget -m http://place.your.url/here
　　这时wget 会自动判断合适的参数来制作镜像站点。此时，wget会登录到服务器上，读入robots.txt并按robots.txt的规定来执行。
　　 2、 断点续传。
　　当文件特别大或者网络特别慢的时候，往往一个文件还没有下载完，连接就已经被切断，此时就需要断点续传。 wget的断点续传是自动的，只需要使用-c参数，例如：
　　wget -c http://the.url.of/incomplete/file
　　使用断点续传要求服务器支持断点续传。-t参数表示重试次数，例如需要 重试100次，那么就写-t 100，如果设成-t 0，那么表示无穷次重试，直到连接成功。-T参数表示超时等待时间，例如-T 120，表示等待120秒连接不上就算超时。
  
   如：
wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down.log &
-t 0 :  无穷次重试
-w 31 :两次尝试之间间隔31seconds
-c : 断点续传
 
　　 3、批量下载。
　　如果有 多个文件需要下载，那么可以生成一个文件，把每个文件的URL写一行，例如生成文件download.txt，然后用命令：
wget -i download.txt
这样就会把download.txt里面列出的每个URL都下载下来。（如果列的是文件就下载文件，如果列的是网站，那 么下载首页）
 
　　 4、选择性的下载。
　　可以指定让wget只下载一类 文件，或者不下载什么文件。例如：
　　wget -m --reject=gif http://target.web.site/subdirectory
　　表示下载http://target.web.site/subdirectory，但是忽略gif文件。--accept=LIST 可以接受的文件类型，--reject=LIST拒绝接受的文件类型。
 
     5、密码和认证。 
     wget只能处理利用用户名/密码方式限制访问的网站，可以利用两个参数：
     --http-user=USER设置HTTP用户
     --http-passwd=PASS设置HTTP密码
     对于需要证书做认证的网站，就只能利用其他下载工具了，例如curl。
    
     如：
      wget ftp://username:pwd@200.100.0.100 -O $path/list.html -a $logfile 
           -o $path/list.html :输出文件
           -a $logfile   : logfile
 
     6、利用代理服务器进行下载。 
     如果用户的网络需要经过代理服务器，那么可以让wget通过代理服务器进行文件的下载。此时需要在当前用户的目录下创建一个.wgetrc文件。文件中可以设置代理服务器：
     http-proxy = 111.111.111.111:8080
     ftp-proxy = 111.111.111.111:8080
 
     分别表示http的代理服务器和ftp的代理服务器。如果代理服务器需要密码则使用：
     --proxy-user=USER设置代理用户
     --proxy-passwd=PASS设置代理密码
 
     这两个参数。
     使用参数--proxy=on/off 使用或者关闭代理。
     wget还有很多有用的功能，需要用户去挖掘。
===============================================================================
wget的使用格式 
Usage: wget [OPTION]... [URL]...
 
* 用wget做站点镜像: 
wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/
或者
wget -m http://dsec.pku.edu.cn/~usr_name/
 
* 在不稳定的网络上下载一个部分下载的文件，以及在空闲时段下载 
wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down.log &
或者从filelist读入要下载的文件列表
wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/linuxsoft -i filelist.txt -o down.log &
上面的代码还可以用来在网络比较空闲的时段进行下载。我的用法是:在 mozilla中将不方便当时下载的URL链接拷贝到内存中然后粘贴到文件filelist.txt中，在晚上要出去系统前执行上面代码的第二条。
 
* 使用代理下载 
wget -Y on -p -k https://sourceforge.net/projects/wvware/
代理可以在环境变量或wgetrc文件中设定
 
# 在环境变量中设定代理 
export PROXY=http://211.90.168.94:8080/
 
# 在~/.wgetrc中设定代理 
http_proxy = http://proxy.yoyodyne.com:18023/
ftp_proxy = http://proxy.yoyodyne.com:18023/
 
wget各种选项分类列表 
* 启动 
   -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 
   -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 
             --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 
   -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 
           --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 
   -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 
   -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) 
   -A,   --accept=LIST                 分号分隔的被接受扩展名的列表
   -R,   --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
 
wget -S --spider url 不下载只显示过程
=======================================、
使用例子：
wget -N http://XXX.com/data/ABC.zip  -o ABC.zip  -a dd.log &
wget -c ftp://username:password@22.11.33.195/ABC.rar 
 
-N :不要重新下载当地已经存在的文件
http://XXX.com/data/ABC.zip : wget 的filename
-o ABC.zip :下载保存的名字
-a dd.log :日志
-c continue 接着下载没下载完的文件

相关内容

    暂无相关文章