|
|
# **wget**
|
|
|
|
|
|
## 说明
|
|
|
|
|
|
**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
|
|
|
|
|
|
[wget官网](http://www.gnu.org/software/wget/)
|
|
|
|
|
|
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
|
|
|
|
|
|
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**
|
|
|
2. **同时支持FTP和HTTP下载方式**
|
|
|
3. **支持代理服务器**
|
|
|
4. **设置方便简单**
|
|
|
5. **程序小，完全免费**
|
|
|
|
|
|
## 选项
|
|
|
|
|
|
wget [选项]... [URL]...
|
|
|
|
|
|
```markdown
|
|
|
长选项所必须的参数在使用短选项时也是必须的
|
|
|
|
|
|
启动：
|
|
|
-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
|
|
|
|
|
|
日志和输入文件：
|
|
|
-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 详尽模式(这是缺省设置)
|
|
|
-nv,--non-verbose 关掉冗长模式，但不进入安静模式
|
|
|
--report-speed=类型 以类型报告带宽，类型可以是bits
|
|
|
-i,--input-file=FILE 下载本地或外部文件中的 URL
|
|
|
-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
|
|
|
--config=文件 指定要使用的配置文件
|
|
|
--no-cookies 不读取任何配置文件
|
|
|
--rejected-log=文件 将拒绝URL的原因写入文件
|
|
|
|
|
|
下载：
|
|
|
--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)
|
|
|
--retry-connrefused 即使拒绝连接也是重试
|
|
|
-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
|
|
|
--no-netrc 不要尝试从.netrc获取凭据
|
|
|
-c,--continue 断点续传文件
|
|
|
--start-pos=偏移量 从由零计数的偏移量开始下载
|
|
|
--progress=类型 选择进度条类型
|
|
|
--show-progress 在任意状态下都显示进度条
|
|
|
-N,--timestamping 只下载比本地文件新的文件
|
|
|
--no-if-modified-since 不要在时间戳(timestamping)模式下使用if-modified-since get 条件请求
|
|
|
--no-use-server-timestamps 不用服务器上的时间戳来设置本地文件
|
|
|
-S,--server-response 打印服务器的响应
|
|
|
--spider 不下载任何东西
|
|
|
-T,--timeout=SECONDS 将所有超时设为 SECONDS
|
|
|
--dns-timeout=SECS 设置 DNS 查寻超时为 SE
|
|
|
--connect-timeout=SECS 设置连接超时为 SECS 秒
|
|
|
--read-timeout=SECS 设置读取超时为 SECS 秒
|
|
|
-w,--wait=SECONDS 等待间隔为 SECONDS 秒
|
|
|
--waitretry=SECONDS 在获取文件的重试期间等待 1..SECO
|
|
|
--random-wait 获取多个文件时，每次随机等待间隔
|
|
|
(0.5~1.5)*WAIT 秒
|
|
|
--no-proxy 禁止使用代理
|
|
|
-Q,--quota=数字 设置获取配额为 <数字> 字节
|
|
|
--bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机
|
|
|
IP)
|
|
|
--limit-rate=RATE 限制下载速率为 RATE
|
|
|
--no-dns-cache 关闭 DNS 查询缓存
|
|
|
--restrict-file-names=系统 限定文件名中的字符为 <系统> 允许
|
|
|
--ignore-case 匹配文件/目录时忽略大小写
|
|
|
-4,--inet4-only 仅连接至 IPv4 地址
|
|
|
-6,--inet6-only 仅连接至 IPv6 地址
|
|
|
--prefer-family=地址族 首先连接至指定家族（IPv6，IPv4
|
|
|
的地址
|
|
|
--user=用户 将 ftp 和 http 的用户名均设置为
|
|
|
--password=密码 将 ftp 和 http 的密码均设置为
|
|
|
--ask-password 提示输入密码
|
|
|
--use-askpass=命令 指定用于请求用户名和密码的凭据管
|
|
|
如果没有提供指定命令，程序将使
|
|
|
WGET_ASKPASS 或
|
|
|
SSH_ASKPASS 环境变量
|
|
|
--no-iri 关闭 IRI 支持
|
|
|
--local-encoding=ENC 使用 ENC 作为 IRI (国际化资源标
|
|
|
本地编码
|
|
|
--remote-encoding=ENC 使用 ENC 作为默认远程编码
|
|
|
--unlink 覆盖前移除文件
|
|
|
--no-xattr 不要在文件的拓展属性中储存元数据
|
|
|
|
|
|
目录：
|
|
|
-nd,--no-directories 不创建目录
|
|
|
-x, --force-directories 强制创建目录
|
|
|
-nH,--no-host-directories 不要创建主 (host) 目录
|
|
|
--protocol-directories 在目录中使用协议名称
|
|
|
-P, --directory-prefix=前缀 保存文件到 <前缀>/..
|
|
|
--cut-dirs=数字 忽略远程目录中 <数字> 个目录层
|
|
|
|
|
|
HTTP 选项：
|
|
|
--http-user=用户 设置 http 用户名为 <用户>
|
|
|
--http-password=密码 设置 http 密码为 <密码>
|
|
|
--no-cache 不使用服务器缓存的数据
|
|
|
--default-page=NAME 改变默认页 (通常是“index.html”)
|
|
|
-E, --adjust-extension 以合适的扩展名保存 HTML/CSS 文档
|
|
|
--ignore-length 忽略头部的‘Content-Length’区域
|
|
|
--header=字符串 在头部插入 <字符串>
|
|
|
--max-redirect 每页所允许的最大重定向
|
|
|
--proxy-user=用户 使用 <用户> 作为代理用户名
|
|
|
--proxy-password=密码 使用 <密码> 作为代理密码
|
|
|
--referer=URL 在 HTTP 请求头包含‘Referer: URL’
|
|
|
--save-headers 将 HTTP 头保存至文件
|
|
|
-U, --user-agent=代理 标识自己为 <代理> 而不是 Wget/VERSION
|
|
|
--no-http-keep-alive 禁用 HTTP keep-alive (持久连接)
|
|
|
--no-cookies 不使用 cookies
|
|
|
--load-cookies=文件 会话开始前从 <文件> 中载入 cookies
|
|
|
--save-cookies=文件 会话结束后保存 cookies 至 FILE
|
|
|
--keep-session-cookies 载入并保存会话 (非永久) cookies
|
|
|
--post-data=字符串 使用 POST 方式；把 <字串>作为数据发送
|
|
|
--post-file=文件 使用 POST 方式；发送 <文件> 内容
|
|
|
--method=HTTP方法 在请求中使用指定的 <HTTP 方法>
|
|
|
--post-data=字符串 把 <字串> 作为数据发送，必须设置 --method
|
|
|
--post-file=文件 发送 <文件> 内容，必须设置 --method
|
|
|
--content-disposition 当选择本地文件名时允许 Content-Disposition
|
|
|
头部 (实验中)
|
|
|
--content-on-error 在服务器错误时输出接收到的内容
|
|
|
--auth-no-challenge 不先等待服务器询问就发送基本 HTTP 验证信息
|
|
|
|
|
|
HTTPS (SSL/TLS) 选项：
|
|
|
--secure-protocol=PR choose secure protocol, one of auto, SSLv2,
|
|
|
SSLv3, TLSv1, TLSv1_1, TLSv1_2 and PFS
|
|
|
--https-only 只跟随安全的 HTTPS 链接
|
|
|
--no-check-certificate 不要验证服务器的证书
|
|
|
--certificate=文件 客户端证书文件
|
|
|
--certificate-type=类型 客户端证书类型，PEM 或 DER
|
|
|
--private-key=文件 私钥文件
|
|
|
--private-key-type=类型 私钥文件类型，PEM 或 DER
|
|
|
--ca-certificate=文件 带有一组 CA 证书的文件
|
|
|
--ca-directory=DIR 保存 CA 证书的哈希列表的目录
|
|
|
--ca-certificate=文件 带有一组 CA 证书的文件
|
|
|
--pinnedpubkey=文件/散列值 用于验证节点的公钥（PEM/DER）文件或
|
|
|
任何数量的 sha256 散列值，以 base64 编码、
|
|
|
“sha256//” 开头、用“;”间隔
|
|
|
--random-file=文件 用于初始化 SSL 伪随机数生成器（PRNG）的文件
|
|
|
应含有随机数据
|
|
|
|
|
|
HSTS 选项：
|
|
|
--no-hsts 禁用 HSTS
|
|
|
--hsts-file HSTS 数据库路径（将覆盖默认值）
|
|
|
|
|
|
FTP 选项：
|
|
|
--ftp-user=用户 设置 ftp 用户名为 <用户>
|
|
|
--ftp-password=密码 设置 ftp 密码为 <密码>
|
|
|
--no-remove-listing 不要删除‘.listing’文件
|
|
|
--no-glob 不在 FTP 文件名中使用通配符展开
|
|
|
--no-passive-ftp 禁用“passive”传输模式
|
|
|
--preserve-permissions 保留远程文件的权限
|
|
|
--retr-symlinks 递归目录时，获取链接的文件 (而非目录)
|
|
|
|
|
|
FTPS 选项：
|
|
|
--ftps-implicit 使用隐式 FTPS（默认端口 990）
|
|
|
--ftps-resume-ssl 打开数据连接时继续控制连接中的 SSL/TLS 会话
|
|
|
--ftps-clear-data-connection 只加密控制信道；数据传输使用明文
|
|
|
--ftps-fallback-to-ftp 回落到 FTP，如果目标服务器不支持 FTPS
|
|
|
WARC 选项：
|
|
|
--warc-file=文件名 在一个 .warc.gz 文件里保持请求/响应数据
|
|
|
--warc-header=字符串 在头部插入 <字符串>
|
|
|
--warc-max-size=数字 将 WARC 的最大尺寸设置为 <数字>
|
|
|
--warc-cdx 写入 CDX 索引文件
|
|
|
--warc-dedup=文件名 不要记录列在此 CDX 文件内的记录
|
|
|
--no-warc-digests 不要计算 SHA1 摘要
|
|
|
--no-warc-keep-log 不要在 WARC 记录中存储日志文件
|
|
|
--warc-tempdir=目录 WARC 写入器的临时文件目录
|
|
|
|
|
|
递归下载：
|
|
|
-r, --recursive 指定递归下载
|
|
|
-l, --level=数字 最大递归深度 (inf 或 0 代表无限制，即全部下载)
|
|
|
--delete-after 下载完成后删除本地文件
|
|
|
-k, --convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件
|
|
|
--convert-file-only 只转换 URL 的文件部分（一般叫做“基础名”/basename）
|
|
|
--backups=N 写入文件 X 前，轮换移动最多 N 个备份文件
|
|
|
-K, --backup-converted 在转换文件 X 前先将它备份为 X.orig
|
|
|
-m, --mirror -N -r -l inf --no-remove-listing 的缩写形式
|
|
|
-p, --page-requisites 下载所有用于显示 HTML 页面的图片之类的元素
|
|
|
--strict-comments 用严格方式 (SGML) 处理 HTML 注释
|
|
|
|
|
|
递归接受/拒绝：
|
|
|
-A, --accept=列表 逗号分隔的可接受的扩展名列表
|
|
|
-R, --reject=列表 逗号分隔的要拒绝的扩展名列表
|
|
|
--accept-regex=REGEX 匹配接受的 URL 的正则表达式
|
|
|
--reject-regex=REGEX 匹配拒绝的 URL 的正则表达式
|
|
|
--regex-type=类型 正则类型 (posix|pcre)
|
|
|
-D, --domains=列表 逗号分隔的可接受的域名列表
|
|
|
--exclude-domains=列表 逗号分隔的要拒绝的域名列表
|
|
|
--follow-ftp 跟踪 HTML 文档中的 FTP 链接
|
|
|
--follow-tags=列表 逗号分隔的跟踪的 HTML 标识列表
|
|
|
--ignore-tags=列表 逗号分隔的忽略的 HTML 标识列表
|
|
|
-H, --span-hosts 递归时转向外部主机
|
|
|
-L, --relative 仅跟踪相对链接
|
|
|
-I, --include-directories=列表 允许目录的列表
|
|
|
--trust-server-names 使用重定向 URL 的最后一段作为本地文件名
|
|
|
-X, --exclude-directories=列表 排除目录的列表
|
|
|
-np, --no-parent 不追溯至父目录
|
|
|
```
|
|
|
|
|
|
## 实例
|
|
|
|
|
|
```bash
|
|
|
wget--limit-rate=300k http://www.jsdig.com/testfile.zip # wget限速下载
|
|
|
wget -bc http://www.jsdig.com/testfile.zip # -b进行后台下载，-c实现断点续传
|
|
|
|
|
|
wget -m -p --convert-links -P ./LOCAL URL # 下载整个网站到本地
|
|
|
wget --mirror http://www.example.com/ # 镜像站点
|
|
|
cd path && wget -nd -pHEKk http://www.pixelbeat.org/cmdline.html # cd到目录中下载指定网页及其相关的文件使其可完全浏览
|
|
|
wget --user-agent="Mozilla/5.0" http://www.jsdig.com/testfile.zip # 伪装代理名称下载
|
|
|
wget -me robots=off -U "Mozilla/5.0" http://www.example.com/
|
|
|
wget -r -nd -np -l1 -A '*.jpg' http://www.example.com/ # 批量下载文件到当前目录中
|
|
|
wget --tries=40 URL # 增加重试次数
|
|
|
wget -i filelist.txt # 下载多个文件
|
|
|
wget --reject=gif url # 过滤指定格式下载
|
|
|
wget -o download.log URL # 把下载信息存入日志文件,不希望下载信息直接显示在终端而是在一个日志文件
|
|
|
wget -Q5m -i filelist.txt # 限制总下载文件大小,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
|
|
|
wget -r -A.pdf url # 下载一个网站的所有PDF文件
|
|
|
wget ftp-url # wget匿名ftp下载
|
|
|
wget --ftp-user=USERNAME--ftp-password=PASSWORD url # 使用wget用户名和密码认证的ftp下载
|
|
|
wget ftp://remote/file[1-9].iso/ # 下载FTP站上的整个目录
|
|
|
wget -q -O- http://www.pixelbeat.org/timeline.html | grep 'a href' | head # 匹配后直接处理输出
|
|
|
echo 'wget url' | at 01:00 # 在下午一点钟下载指定文件到当前目录
|
|
|
|
|
|
wget --spider URL # 测试下载链接是否有效，--spider`参数进行检查。正确会返回200状态码
|
|
|
wget -nv --spider --force-html -i bookmarks.html # 检查文件中的链接是否存在
|
|
|
: << comment
|
|
|
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
|
|
|
comment
|
|
|
|
|
|
# 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
|
|
|
wget http://www.jsdig.com/download.aspx?id=1080 # 错误：此例会下载一个文件并以名称`download.aspx?id=1080`保存
|
|
|
wget -O wordpress.zip http://www.jsdig.com/download.aspx?id=1080 # 正确：为解决此问题，使用参数`-O`来指定一个文件名
|
|
|
|
|
|
```
|
