Linux命令学习手册-wget命令

2290阅读 1评论2010-04-16 vaqeteart
分类:LINUX

wget [OPTION]... ... 

[功能] 

wget是一个从网络上自动下载文件的自由工具。它支持HTTP,HTTPS和FTP协议,可以使用HTTP代理. 


[描述] 

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。 

项: 

1)启动时: 

-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 

2)记录和输入文件 

-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 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 

3)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). 

-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 

4)目录 

-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 

5)HTTP 选项 

--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 

6)FTP 选项 

-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) 

7)递归下载 

-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 

8)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 


[举例] 

*已知将要下载的文件的网址,将文件下载到当前目录: 

$wget

这里,会在指定的网址下载相应的文件到当前目录中,并且会显示进度的。如果之前中断过,那么再次运行这个命令的时候,可能会另存为ibus-chewing-1.1.0.20091211-Source.tar.gz.1等等并且有点类似续传。 


*上次下载的文件在当前目录中继续下载: 

$wget -c

这里,会继续原先下载的进度开始续传,不会生成另外的*.1类的文件。 


*已知将要下载的文件的网址,将文件下载到指定目录: 

$wget -P test

这里,会将文件下载到目录./test中,并且如果test不存在则会自动创建。 


*已知将要下载的文件的网址,将文件下载文件名为test.zip: 

$wget %20Linux/PG%20linux%201.5beta/ipcop-pglinux-1.5beta.zip/download -O test.zip 

这里,使用-O选项指定要另存的文件名字。 


*下载的时候将下载速度限制为10k: 

$wget --limit-rate=10k %20Linux/PG%20linux%201.5beta/ipcop-pglinux-1.5beta.zip/download 

这样,下载的速度限制为10k,这在网络带宽有限的情况下非常有用。默认单位字节,可以加上'k','m'表示k和兆。 


*从有帐户的ftp上面下载单个文件: 

$wget --user=quietheart --password=123 ftp://10.1.14.235/EBookReader/K1/doc/EBook_K1_RTM.xls 

这里需要指定用户和密码. 


*从有帐户的ftp上面下载指定的多个文件: 

$wget --user=quietheart --password=123 -B ftp://10.1.14.235/EBookReader/K1/doc/ -i filelist 

这里,用filelist来指定将要下载的文件,filelist的内容是: 

K1_SoftwareBehavioralSpecification-EmbeddedLinux_v0.0.2.pdf 

EBook_K1_RTM.xls 

UISpec/K1_Spec_V0_1/add highlight-2.bmp 

UISpec/K1_Spec_V0_1/wait.bmp 

所以,下载的就是filelist中指定的四个文件。注意:1)wget命令-B指定的目录前缀最后要有'/'如'doc/'.2)filelist文件中的文件名称中如果有空格不用转义,如"add highlight-2.bmp"。 


*从有帐户的ftp上面下载文件和目录: 

$wget --user=quietheart --password="123" -m ftp://10.1.14.235/User_Temp/lvkai/download/test1 

或$wget --user=quietheart --password="123" -r ftp://10.1.14.235/User_Temp/lvkai/download/test1 

这里,需要使用-m或者-r,下载之后在当前目录下生成一个10.1.14.235目录,然后会依次深入直到test1的内容。 


*用-l指定层次: 

$wget --user=quietheart --password="123" -r --level=2 ftp://10.1.14.235/User_Temp/lvkai/download/test1 

这样,下载只递归两层,test1下面的子目录以及内容都不会被下载了。 


*下载qt4.5网站上的在线文档: 

$wget \ 

--recursive \ 

--no-clobber \ 

--page-requisites \ 

--html-extension \ 

--convert-links \ 

--restrict-file-names=windows \ 

--domains doc.qt.nokia.com \ 

--no-parent \ 

这样,大约从16:45下载,到17:15左右结束(48M),下下来的文件如果没有限制就和直接在网上看一样了。 

每个项的含义: 

--recursive:递归去下载(简写-r) 

--domains doc.qt.nokia.com:限制只下载那个域名(简写-D ***) 

--no-parent:不要下载这个目录上边的文件(简写-np) 

--page-requisites:下载页面所包括的一切对象(简写-p) 

--html-extension:把文件按html格式存放(简写-E) 

--convert-links:把页面中的连接转化为本地的连接(简写-k) 

--restrict-file-names=windows:格式化文件名使可以在Windows下查看. 

--no-clobber:不要复盖任何文件(简写-nc) 


*下载一个特定网站的子网站(例如自己的博客): 

$wget \ 

--recursive \ 

--no-clobber \ 

--page-requisites \ 

--html-extension \ 

--convert-links \ 

--restrict-file-names=windows \ 

--domains blog.chinaunix.net \ 

--no-parent \ 

http://blog.chinaunix.net/u1/34500/ 

这样,就将自己的博客下载到本地机器上面了,相当于一个离线版本的备份。 


[其他] 

[未实践] 

* 用wget做站点镜像: 

wget -r -p -np -k [url]~usr_name/ 

# 或者 

wget -m

* 在不稳定的网络上下载一个部分下载的文件,以及在空闲时段下载 

wget -t 0 -w 31 -c BBC.avi -o down.log & 

# 或者从filelist读入要下载的文件列表 

wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/linuxsoft -i filelist.txt -o down.log & 

上面的代码还可以用来在网络比较空闲的时段进行下载。我的用法是:在mozilla中将不方便当时下载的URL链接拷贝到内存中然后粘贴到文件filelist.txt中,在晚上要出去系统前执行上面代码的第二条。 


* 使用代理下载 

wget -Y on -p -k

代理可以在环境变量或wgetrc文件中设定 

# 在环境变量中设定代理 

export PROXY=

# 在~/.wgetrc中设定代理 

http_proxy =

ftp_proxy =

wget各种选项分类列表 


问题 

在递归下载的时候,遇到目录中中文的时候,wget创建的本地目录名会用URL编码规则处理。如"天网防火墙"会被存为"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",这造成阅读上的极大不方便。 

上一篇:ubuntu上面永中Office的安装
下一篇:Linux命令学习手册-top命令

文章评论