wget-用法详解释

1 wget -c URL 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–—表示重试次数
-t 100–—要重试100次，那么
-t 0–—表示无穷次重试，直到连接成功
-T–—参数表示超时等待时间
-T 120-—表示等待120秒连接不上就算超时。

若下载中断后你没有用 -c 进行断点续传，而是重新下载, wget 会在文件名后加上 “.1” 防止与前面下载的文件重名.

2 使用wget –mirror镜像网站

我常用的镜像方法 wget -c –mirror -p –convert-links -P ./LOCAL URL

说明：下载整个网站到本地。

-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

–convert-links 强制转换文件链接为本地

-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。

-m, –mirror -N -r -l inf –no-remove-listing 的缩写形式。 wget会登录到服务器上，读入robots.txt并按robots.txt的规定来执行。

-r: 指定递归下载，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！由于这个原因，这个参数不常用

-l number参数来指定下载的层次 -l2–下载两层， -l info或0–无限制

-N, –timestamping 只获取比本地文件新的文件。

3 后台下载

当下载大型文件时, 可以使用 -b 选项让wget在后台下载文件.

wget -b http://example.com/big-file.zip

输出内容会写入同目录下的 “wget-log” 文件, 这样你就可以用下面命令来检查下载状态了:

tail -f wget-log

4 指定下载目录

使用 -P 选项指定下载目录:

wget -P /opt/wordpress https://wordpress.org/latest.zip

就会把文件下载到 /opt/wordpress 目录中.

5 下载文件并重命名

若你想以其他名称保存下载的文件，可以使用 -O 选项:

wget -O wordpress.zip https://wordpress.org/latest.zip

wget会下载文件并以”wordpress.zip”为名存放到当前目录中.zip” name.

6 wget使用代理来下载

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：
```
https_proxy = http://127.0.0.1:41091/
http_proxy = http://127.0.0.1:41091/
```
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。

7 批量下载

若你想同时下载多个文件,你可以将要在的文件URL存放在一个文本文件中(假设该文件名为download.txt).

下面命令创建一个文本文件:

touch download.txt

然后可以用 nano 编辑该文件，输入所有想下载的文件URL:

nano download.txt

http://example.com/file1.zip

http://example.com/file2.zip

http://example.com/file3.zip

保存该文件, 然后使用 -i 选项下载文本文件中保存的所有文件:

wget -i download.txt

8 选择性的下载

wget -m –reject=gif http://target.web.site/subdirectory –表示忽略gif文件 wget -m –accept=gif http://target.web.site/subdirectory –表示只接受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

9 密码和认证

9.1 下载http文件

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。

9.2 下载FTP文件

wget还支持下载FTP文件，可以为它设置用户名和密码，如下所示:

wget --ftp-user=username --ftp-password=password ftp://url-to-ftp-file

10 附录 ::

10.1 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

10.2 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

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

10.3 中文文档名在平常的情况下会被编码，但是在 –cut-dirs 时又是正常的，

wget -r -np -nH –cut-dirs=3 ftp://host/test/ 测试.txt wget -r -np -nH -nd ftp://host/test/ %B4%FA%B8%D5.txt wget “ftp://host/test/*” %B4%FA%B8%D5.txt

由於不知名的原因，可能是为了避开特殊档名， wget 会自动将抓取档名的部分用 encode_string 处理过，所以该 patch 就把被 encode_string 处理成 “%3A” 这种东西，用 decode_string 还原成 “:”，并套用在目录与档案名称的部分，decode_string 是 wget 内建的函式。

wget -t0 -c -nH -x -np -b -m -P home/sunny/NOD32view http://downloads1.kaspersky-labs.com/bases/ -o wget.log