这个命令可以以递归的方式下载整站,并可以将下载的页面中的链接转换为本地链接。
wget 加上参数之后,即可成为相当强大的下载工具。
wget -r -p -np -k http://xxx.com/abc/
-r, –recursive(递归) specify recursive download.(指定递归下载) -k, –convert-links(转换链接) make links in downloaded HTML point to local files.(将下载的 HTML 页面中的链接转换为相对链接即本地链接) -p, –page-requisites(页面必需元素) get all images, etc. needed to display HTML page.(下载所有的图片等页面显示所需的内容) -np, –no-parent(不追溯至父级) don’t ascend to the parent directory.
另外断点续传用-nc 参数 日志 用-o 参数 熟练掌握 wget 命令,可以帮助你方便的使用 linux。
命令用法详解
http://www.cnblogs.com/peida/archive/2013/03/18/2965369.html
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。所谓的自动下载是指,wget 可以在用户退出系统的之后在后台执行。这意味这你可以登录系统,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,相对于其它大部分浏览器在下载大量数据时需要用户一直的参与,这省去了极大的麻烦。
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。
1.命令格式:
wget [参数][url地址]
2.命令功能:
用于从网络上下载资源,没有指定目录,下载资源回默认为当前目录。wget 虽然功能强大,但是使用起来还是比较简单:
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;
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。
3.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
4.使用实例:
实例 1:使用 wget 下载单个文件
命令:
wget http://www.linuxidc.com/linuxidc.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.linuxidc.com/download.aspx?id=1080
说明:
wget 默认会以最后一个符合”/”的后面的字符来命令,对于动态链接的下载通常文件名会不正确。
错误:下面的例子会下载一个文件并以名称 download.aspx?id=1080 保存
wget http://www.linuxidc.com/download?id=1
即使下载的文件是 zip 格式,它仍然以 download.php?id=1080 命令。
正确:为了解决这个问题,我们可以使用参数-O 来指定一个文件名:
wget -O wordpress.zip http://www.linuxidc.com/download.aspx?id=1080
实例 3:使用 wget –limit -rate 限速下载
命令:
wget –limit-rate=300k http://www.linuxidc.com/linuxidc.zip
说明:
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
命令:
wget -c http://www.linuxidc.com/linuxidc.zip
说明:
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
命令:
wget -b http://www.linuxidc.com/linuxidc.zip
说明:
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。
wget -b http://www.linuxidc.com/linuxidc.zip
Continuing in background, pid 1840.
Output will be written to wget-log
.
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
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.linuxidc.com/linuxidc.zip
说明:
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 –spider 测试下载链接
命令:
wget –spider URL
说明:
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
如果下载链接正确,将会显示
wget --spider URL
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.
这保证了下载能在预定的时间进行,但当你给错了一个链接,将会显示如下错误
wget --spider url
Spider mode enabled. Check if remote file exists.
HTTP request sent, awaiting response... 404 Not Found
Remote file does not exist -- broken link!!!
你可以在以下几种情况下使用 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:
如果网络有问题或下载一个大文件也有可能失败。wget 默认重试 20 次连接下载文件。如果需要,你可以使用–tries 增加重试次数。
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
cat > filelist.txt
url1
url2
url3
url4
接着使用这个文件和参数-i 下载
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,但你不希望下载图片,可以使用以下命令。
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:
不希望下载信息直接显示在终端而是在一个日志文件,可以使用
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:
当你想要下载的文件超过 5M 而退出下载,你可以使用。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
命令:
wget ftp-url
wget –ftp-user=USERNAME –ftp-password=PASSWORD url
说明:
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
备注: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