Linux命令-wget

wget命令

---

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之后在后台执行。这意味着你可以登录系统，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 [选项] [URL地址]
   

2. 命令功能
   用于从网络上下载资源，没有指定目录，下载资源会默认为当前目录。wget虽然功能强大，但是使用起来还是比较简单：
   • 支持断点续传功能；
   • 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；
   • 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；
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)：
   =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
4. 常用实例

   # 使用wget下载单个文件
   wget http://www.minjieren.com/wordpress-3.1-zh_CN.zip
   ## 说明：
   ## 上面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）。
   
   #使用wget -O下载并以不同的文件名保存
   wget -O wordpress.zip http://www.minjieren.com/download.aspx?id=1080
   ## 说明：
   ## wget默认会以最后一个符合”/”的后面的字符来命名，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.minjieren.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.minjieren.com/download.aspx?id=1080
   
   # 使用wget --limit-rate限速下载
   wget --limit-rate=300k http://www.minjieren.com/wordpress-3.1-zh_CN.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。
   
   # 使用wget -c断点续传
   wget -c http://www.minjieren.com/wordpress-3.1-zh_CN.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。
   
   # 使用wget -b后台下载
   wget -b http://www.minjieren.com/wordpress-3.1-zh_CN.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.minjieren.com/wordpress-3.1-zh_CN.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
   
   # 伪装代理名称下载
   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.minjieren.com/wordpress-3.1-zh_CN.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。
   
   # 使用wget --spider测试下载链接
   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。
   ## 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
   
   # 使用wget --tries增加重试次数
   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。
   
   # 使用wget -i下载多个文件
   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
   
   # 使用wget --mirror镜像网站
   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
   
   # 使用wget --reject过滤指定格式下载
   wget --reject=gif url
   ## 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。
   
   ## 使用wget -o把下载信息存入日志文件
   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
   
   # 使用wget -Q限制总下载文件大小
   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。
   
   # 使用wget -r -A下载指定格式文件
   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
   
   # 使用wget FTP下载
   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