CentOS初步学习记录Wget文件下载和Sed文件处理

Posted 2020-11-10 Azure沫

一、wget 命令

wget命令用来从指定的URL下载文件，wget非常稳定，它在带宽很窄的情况下和不稳定网络中有很强的适应性，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，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，这对从那些限定了链接时间的服务器上下载大文件非常有用。

1.1 基本语法

wget (选项) Url地址 

1.2 选项

1）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

2）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

3）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

4）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

5）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

1.3 实例

1）使用 wget 下载单个文件

wget http://www.linuxde.net/testfile.zip

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）。

2）下载并以不同的文件名保存

wget -O wordpress.zip http://www.linuxde.net/download.aspx?id=1080

wget 默认会以最后一个符合 / 的后面的字符来命令，对于动态链接的下载通常文件名会不正确。

3）wget 限速下载

wget --limit-rate=300k http://www.linuxde.net/testfile.zip

当你执行 wge t的时候，它默认会占用全部可能的宽带下载。但是当你准备下载一个大文件，而你还需要下载其它文件时就有必要限速了。

4）使用 wget 断点续传

wget -c http://www.linuxde.net/testfile.zip

使用 wget -c 重新启动下载中断的文件，对于我们下载大文件时突然由于网络等原因中断非常有帮助，我们可以继续接着下载而不是重新下载一个文件。需要继续中断的下载时可以使用 -c 参数。

5）使用 wget 后台下载

wget -b http://www.linuxde.net/testfile.zip

Continuing in background, pid 1840.
Output will be written to `wget-log‘.

对于下载非常大的文件的时候，我们可以使用参数 -b 进行后台下载，你可以使用以下命令来察看下载进度：

tail -f wget-log

6）伪装代理名称下载

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.linuxde.net/testfile.zip

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。不过你可以通过 --user-agent 参数伪装。

7）测试下载链接

当你打算进行定时下载，你应该在预定时间测试下载链接是否有效。我们可以增加 --spider 参数进行检查

wget --spider URL

8）下载多个文件

wget -i filelist.txt

首先，保存一份下载链接文件：

cat > filelist.txt
url1
url2
url3
url4

接着使用这个文件和参数-i下载。

二、sed 命令

Stream Editor文本流编辑，sed是一个“非交互式的”面向字符流的编辑器。能同时处理多个文件多行的内容，可以不对原文件改动，把整个文件输入到屏幕,可以把只匹配到模式的内容输入到屏幕上。还可以对原文件改动，但是不会再屏幕上返回结果。

sed命令 可依照 script 的指令，来处理、编辑文本文件。

主要是以行为单位进行处理，可以将数据行进行替换、删除、新增、选取等特定工作。

2.1 基本语法

sed 命令格式：

sed [option] ‘sed command‘ filename

sed 脚本格式：

sed [option] -f ‘sed script‘ filename

2.2 选项

• -e<script>或--expression=<script>：以选项中的指定的script来处理输入的文本文件
• -f<script文件>或--file=<script文件>：以选项中指定的script文件来处理输入的文本文件
• -h或--help：显示帮助
• -n或--quiet或——silent：仅显示script处理后的结果
• -V或--version：显示版本信息