wget整站下载

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