wget是個從網絡上自動下載文件的自由工具。他支持HTTP,HTTPS和FTP協議,能使用HTTP代理.
所謂的自動下載是指,wget能在用戶退出系統的之後在後臺執行。這意味這你能登錄系統,啓動一個wget下載任務,然後退出系統,wget將在後臺執行直到任務完成,相對於其他大部分瀏覽器在下載大量數據時需要用戶一直的參和,這省去了極大的麻煩。
wget 能跟蹤HTML頁面上的鏈接依次下載來創建遠程服務器的本地版本,完全重建原始站點的目錄結構。這又常被稱作"遞歸下載"。在遞歸下載的時候,wget 遵循Robot Exclusion標準(/robots.txt). wget能在下載的同時,將鏈接轉換成指向本地文件,以方便離線瀏覽。
wget 非常穩定,他在帶寬非常窄的情況下和不穩定網絡中有非常強的適應性.如果是由於網絡的原因下載失敗,wget會不斷的嘗試,直到整個文件下載完畢。如果是服務器打斷下載過程,他會再次聯到服務器上從停止的地方繼續下載。這對從那些限定了鏈接時間的服務器上下載大文件非常有用。
wget的常見用法
wget雖然功能強大,不過使用起來還是比較簡單的,
基本的語法是:wget [參數列表] "URL" 用""引起來能避免因URL中有特別字符造成的下載出錯。
下面就結合具體的例子來說明一下wget的用法。
1、下載整個http或ftp站點。
wget
http://place.your.url/here
這個命令能將
http://place.your.url/here
首頁下載下來。使用-x會強制建立服務器上一模相同的目錄,如果使用-nd參數,那麼服務器上下載的所有內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,下載服務器上所有的目錄和文件,實質就是下載整個網站。這個命令一定要小心使用,因爲在下載的時候,被下載網站指向的所有地址同樣會被下載,因此,如果這個網站引用了其他網站,那麼被引用的網站也會被下載下來!基於這個原因,這個參數不常用。能用-l number參數來指定下載的層次。例如只下載兩層,那麼使用-l 2。
要是你想製作映像站點,那麼能使用-m參數,例如:wget -m
http://place.your.url/here
這時wget會自動判斷合適的參數來製作映像站點。此時,wget會登錄到服務器上,讀入robots.txt並按robots.txt的規定來執行。
2、斷點續傳。
當文件特別大或網絡特別慢的時候,往往一個文件還沒有下載完,連接就已被切斷,此時就需要斷點續傳。wget的斷點續傳是自動的,只需要使用-c參數,例如:
wget -c
http://the.url.of/incomplete/file
使用斷點續傳需求服務器支持斷點續傳。-t參數表示重試次數,例如需要重試100次,那麼就寫-t 100,如果設成-t 0,那麼表示無窮次重試,直到連接成功。-T參數表示超時等待時間,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,那麼能生成一個文件,把每個文件的URL寫一行,例如生成文件download.txt,然後用命令:wget -i download.txt
這樣就會把download.txt裏面列出的每個URL都下載下來。(如果列的是文件就下載文件,如果列的是網站,那麼下載首頁)
4、選擇性的下載。
能指定讓wget只下載一類文件,或不下載什麼文件。例如:
wget -m --reject=gif
http://target.web.site/subdirectory
表示下載
http://target.web.site/subdirectory
,不過忽略gif文件。--accept=LIST 能接受的文件類型,--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站,能利用兩個參數:
--http-user=USER設置HTTP用戶
--http-passwd=PASS設置HTTP密碼
對於需要證書做認證的網站,就只能利用其他下載工具了,例如curl。
6、利用代理服務器進行下載。
如果用戶的網絡需要經過代理服務器,那麼能讓wget通過代理服務器進行文件的下載。此時需要在當前用戶的目錄下創建一個.wgetrc文件。文件中能設置代理服務器:
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
分別表示http的代理服務器和ftp的代理服務器。如果代理服務器需要密碼則使用:
--proxy-user=USER設置代理用戶
--proxy-passwd=PASS設置代理密碼
這兩個參數。
使用參數--proxy=on/off 使用或關閉代理。
wget更有非常多有用的功能,需要用戶去挖掘。
wget的使用格式
Usage: wget [OPTION]... [URL]...
* 用wget做站點映像:
wget -r -p -np -k
http://dsec.pku.edu.cn/~usr_name/
# 或
wget -m
http://dsec.pku.edu.cn/~usr_name/
* 在不穩定的網絡上下載一個部分下載的文件,及在空閒時段下載
wget -t 0 -w 31 -c
http://dsec.pku.edu.cn/BBC.avi
-o down.log &
# 或從filelist讀入要下載的文件列表
wget -t 0 -w 31 -c -B
ftp://dsec.pku.edu.cn/linuxsoft
-i filelist.txt -o down.log &
上面的代碼還能用來在網絡比較空閒的時段進行下載。我的用法是:在mozilla中將不方便當時下載的URL鏈接拷貝到內存中然後粘貼到文件filelist.txt中,在晚上要出去系統前執行上面代碼的第二條。
* 使用代理下載
wget -Y on -p -k
https://sourceforge.net/projects/wvware/
代理能在環境變量或wgetrc文件中設定
# 在環境變量中設定代理
export PROXY=http://211.90.168.94:8080/
# 在~/.wgetrc中設定代理
http_proxy =
http://proxy.yoyodyne.com:18023/
ftp_proxy =
http://proxy.yoyodyne.com:18023/
wget各種選項分類列表
* 啓動
-V, --version 顯示wget的版本後退出
-h, --help 打印語法幫助
-b, --background 啓動後轉入後臺執行
-e, --execute=COMMAND 執行`.wgetrc’格式的命令,wgetrc格式參見/etc/wgetrc或~/.wgetrc
* 記錄和輸入文件
-o, --output-file=FILE 把記錄寫到FILE文件中
-a, --append-output=FILE 把記錄追加到FILE文件中
-d, --debug 打印調試輸出
-q, --quiet 安靜模式(沒有輸出)
-v, --verbose 冗長模式(這是缺省設置)
-nv, --non-verbose 關掉冗長模式,但不是安靜模式
-i, --input-file=FILE 下載在FILE文件中出現的URLs
-F, --force-html 把輸入文件當作HTML格式文件對待
-B, --base=URL 將URL作爲在-F -i參數指定的文件中出現的相對鏈接的前綴
--sslcertfile=FILE 可選客戶端證書
--sslcertkey=KEYFILE 可選客戶端證書的KEYFILE
--egd-file=FILE 指定EGD socket的文件名
* 下載
--bind-address=ADDRESS 指定本地使用地址(主機名或IP,當本地有多個IP或名字時使用)
-t, --tries=NUMBER 設定最大嘗試鏈接次數(0 表示無限制).
-O --output-document=FILE 把文件寫到FILE文件中
-nc, --no-clobber 不要覆蓋存在的文件或使用.#前綴
-c, --continue 接着下載沒下載完的文件
--progress=TYPE 設定進程條標記
-N, --timestamping 不要重新下載文件除非比本地文件新
-S, --server-response 打印服務器的迴應
--spider 不下載所有東西
-T, --timeout=SECONDS 設定響應超時的秒數
-w, --wait=SECONDS 兩次嘗試之間間隔SECONDS秒
--waitretry=SECONDS 在重新鏈接之間等待1...SECONDS秒
--random-wait 在下載之間等待0...2*WAIT秒
-Y, --proxy=on/off 打開或關閉代理
-Q, --quota=NUMBER 設置下載的容量限制
--limit-rate=RATE 限定下載輸率
* 目錄
-nd --no-directories 不創建目錄
-x, --force-directories 強制創建目錄
-nH, --no-host-directories 不創建主機目錄
-P, --directory-prefix=PREFIX 將文件保存到目錄 PREFIX/...
--cut-dirs=NUMBER 忽略 NUMBER層遠程目錄
* HTTP 選項
--http-user=USER 設定HTTP用戶名爲 USER.
--http-passwd=PASS 設定http密碼爲 PASS.
-C, --cache=on/off 允許/不允許服務器端的數據緩存 (一般情況下允許).
-E, --html-extension 將所有text/html文件以.html擴展名保存
--ignore-length 忽略 `Content-Length’頭域
--header=STRING 在headers中插入字符串 STRING
--proxy-user=USER 設定代理的用戶名爲 USER
--proxy-passwd=PASS 設定代理的密碼爲 PASS
--referer=URL 在HTTP請求中包含 `Referer: URL’頭
-s, --save-headers 保存HTTP頭到文件
-U, --user-agent=AGENT 設定代理的名稱爲 AGENT而不是 Wget/VERSION.
--no-http-keep-alive 關閉 HTTP活動鏈接 (永遠鏈接).
--cookies=off 不使用 cookies.
--load-cookies=FILE 在開始會話前從文件 FILE中加載cookie
--save-cookies=FILE 在會話結束後將 cookies保存到 FILE文件中
* FTP 選項
-nr, --dont-remove-listing 不移走 `.listing’文件
-g, --glob=on/off 打開或關閉文件名的 globbing機制
--passive-ftp 使用被動傳輸模式 (缺省值).
--active-ftp 使用主動傳輸模式
--retr-symlinks 在遞歸的時候,將鏈接指向文件(而不是目錄)
* 遞歸下載
-r, --recursive 遞歸下載--慎用!
-l, --level=NUMBER 最大遞歸深度 (inf 或 0 代表無窮).
--delete-after 在目前完畢後局部刪除文件
-k, --convert-links 轉換非相對鏈接爲相對鏈接
-K, --backup-converted 在轉換文件X之前,將之備份爲 X.orig
-m, --mirror 等價於 -r -N -l inf -nr.
-p, --page-requisites 下載顯示HTML文件的所有圖片
* 遞歸下載中的包含和不包含(accept/reject)
-A, --accept=LIST 分號分隔的被接受擴展名的列表
-R, --reject=LIST 分號分隔的不被接受的擴展名的列表
-D, --domains=LIST 分號分隔的被接受域的列表
--exclude-domains=LIST 分號分隔的不被接受的域的列表
--follow-ftp 跟蹤HTML文件中的FTP鏈接
--follow-tags=LIST 分號分隔的被跟蹤的HTML標籤的列表
-G, --ignore-tags=LIST 分號分隔的被忽略的HTML標籤的列表
-H, --span-hosts 當遞歸時轉到外部主機
-L, --relative 僅僅跟蹤相對鏈接
-I, --include-directories=LIST 允許目錄的列表
-X, --exclude-directories=LIST 不被包含目錄的列表
-np, --no-parent 不要追溯到父目錄
問題
在遞歸下載的時候,遇見目錄中有中文的時候,wget創建的本地目錄名會用URL編碼規則處理。如"天網防火牆"會被存爲"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",這造成閱讀上的
Wget用法以及參數解釋
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.