wget-文件下载工具

Posted 2020-09-19

阅读目录：详解wget命令-文件下载工具

• 安装wget
• 命令格式
• 命令功能
• 参数指南
  • 启动参数
  • 记录和输入文件参数
  • 下载参数
  • 目录参数
  • http选项参数
  • ftp选项参数
  • 递归下载参数
  • 递归下载中的包含和不包含(accept/reject)
• 使用实例--很重要！！

wget是Linux系统中的一个下载文件的工具，用在命令行下。用于下载一些软件或从远程服务器恢复备份到本地服务器。（不能下载目录）

 

wget的优点：

wget 非常稳定，在带宽很窄的情况下和不稳定网络中有很强的适应性：

　　①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。

　　②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。

　　③wget支持HTTP，HTTPS和FTP协议，可以使用HTTP代理。

 

自动下载：wget可以在用户退出系统的之后在后台执行（=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）

递归下载：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。

 

1、编译安装wget

# tar zxvf wget-1.9.1.tar.gz 
# cd wget-1.9.1 
# ./configure 
# make 
# make install 

 

2、命令格式：

wget  [参数]  [URL地址]

 

3、命令功能：

用于从网络上下载资源，没有指定目录，默认下载资源到当前目录

　　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；wget ftp://172.16.1.1/access.log

　　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。

 

4、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)：

-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

 

 

5、使用实例：

实例1：使用wget下载单个文件

命令：

　　wget http://www.minjieren.com/wordpress-3.1-zh_CN.zip

说明：

　　以下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）。

 

实例2：使用wget -O下载并以不同的文件名保存

命令：

　　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。若不接命令参数，(如上)就是下载一个文件并以名称download.aspx?id=1080保存，使用参数-O来指定一个文件名wordpress.zip。

 

实例3：使用wget –limit -rate限速下载

命令：

　　wget --limit-rate=300k http://www.minjieren.com/wordpress-3.1-zh_CN.zip

说明：

　　当你执行wget的时候，默认会占用全部可能的宽带下载。--limit-rate=300k进行必要限速。

 

实例4：使用wget -c断点续传

命令：

　　wget -c http://www.minjieren.com/wordpress-3.1-zh_CN.zip

说明：

　　使用wget -c重新启动下载由于网络等原因中断文件，继续接着下载而不是重新下载一个文件。

 

实例5：使用wget -b后台下载

命令：

　　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，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‘.

　　查看下载进度：tail -f wget-log

 

实例6：伪装代理名称下载

命令：

　　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：

　　通过–user-agent参数进行伪装下载（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）

 

实例7：使用wget –spider测试下载链接

命令：

　　wget --spider URL

说明：

　　若是打算进行定时下载，应该在预定时间测试下载链接是否有效。–spider参数进行检查。

shell> wget --spider URL　　#如果下载链接正确

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.

shell> wget --spider URL　　#如果下载链接错误

Spider mode enabled. Check if remote file exists.

HTTP request sent, awaiting response... 404 Not Found

Remote file does not exist -- broken link!!!

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

 

实例8：使用wget –tries增加重试次数

命令：

　　wget --tries=40 URL

说明：

　　网络有问题或下载一个大文件都有可能失败（wget默认重试20次连接下载文件）

 

实例9：使用wget -i下载多个文件

命令：

　　wget -i filelist.txt

说明：

　　首先，保存一份下载链接文件，然后使用这个文件和参数-i下载

shell> cat  filelist.txt

url1

url2

url3

url4

 

实例10：使用wget –mirror镜像网站

命令：

　　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

 

实例11：使用wget –reject过滤指定格式下载

命令：

　　wget --reject=gif ur

说明：

　　下载一个网站，但过滤gif格式=不下载图片。

 

实例12：使用wget -o把下载信息存入日志文件

命令：

　　wget -o download.log URL

说明：

　　将下载信息output到一个日志文件，而不是直接显示在终端。

 

实例13：使用wget -Q限制总下载文件大小

命令：

　　wget -Q5m -i filelist.txt

说明：

　　下载的文件超过5M而退出下载

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。

 

实例14：使用wget -r -A下载指定格式文件

命令：

　　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

 

实例15：使用wget FTP下载（ftp链接的下载）

命令：

　　wget ftp-url

　　wget --ftp-user=USERNAME --ftp-password=PASSWORD url

说明：

　　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