每天一个linux命令（61）：wget命令详解
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.minjieren.com/wordpress-3.1-zh_cn.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.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.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
实例3：使用wget –limit -rate限速下载
命令：
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。
实例4：使用wget -c断点续传
命令：
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。
实例5：使用wget -b后台下载
命令：
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
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.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。
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
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。