.. _wget: wget 文件下载 ============== Linux系统中的wget是一个下载文件的工具，它用在命令行下。对于Linux用户是必不可少的工具，我们经常要下载一些软件或从远程服务器恢复备份到本地服务器。wget支持HTTP，HTTPS和FTP协议，可以使用HTTP代理。 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。这又常被称作”递归下载”。在递归下载的时候，wget 遵循Robot Exclusion标准(/robots.txt). wget可以在下载的同时，将链接转换成指向本地文件，以方便离线浏览。 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。 命令格式 -------------------- wget [参数] [URL地址] 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 - -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 使用实例 --------------- 实例1：使用wget下载单个文件 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget http://www.minjieren.com/wordpress-3.1-zh_CN.zip 说明：以上例子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 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget -O wordpress.zip http://www.minjieren.com/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。 实例3：使用wget –limit -rate限速下载 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget --limit-rate=300k http://www.minjieren.com/wordpress-3.1-zh_CN.zip 当你执行wget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。 实例4：使用wget -c断点续传 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget -c http://www.minjieren.com/wordpress-3.1-zh_CN.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。 实例5：使用wget -b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'. 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 实例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.minjieren.com/wordpress-3.1-zh_CN.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。 实例7：使用wget -i下载多个文件 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ 首先，保存一份下载链接文件,接着使用这个文件和参数-i下载:: $cat > filelist.txt url1 url2 url3 url4 $wget -i filelist.txt 实例8：使用wget –mirror镜像网站 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget --mirror -p --convert-links -P ./LOCAL URL 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9: 使用wget -r -A下载指定格式文件 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget -r -A.pdf url 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10：使用wget FTP下载 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~ :: $wget ftp-url $wget --ftp-user=USERNAME --ftp-password=PASSWORD url 可以使用wget来完成ftp链接的下载 * 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 编译安装 ----------------- 使用如下命令编译安装:: tar zxvf wget-1.9.1.tar.gz cd wget-1.9.1 ./configure make make install