欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  科技

wget 命令行下载工具使用方法详解

程序员文章站 2023-11-28 12:06:04
wget 命令行下载工具使用方法详解...
wget是在linux下开发的开放源代码的软件,作者是hrvoje niksic,后来被移植到包括windows在内的各个平台上。

它有以下功能和特点:

win环境下的wget.exe 下载:   (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;


wget虽然功能强大,但是使用起来还是比较简单的,基本的语法是:wget [参数列表] url。下面就结合具体的例子来说明一下wget的用法。

1、下载整个http或者ftp站点。

wget https://www.jb51.net
这个命令可以将https://www.jb51.net 首页下载下来。使用-x会强制建立服务器上一模一样的目录,如果使用-nd参数,那么服务器上下载的所有内容都会加到本地当前目录。

wget -r https://www.jb51.net
这个命令会按照递归的方法,下载服务器上所有的目录和文件,实质就是下载整个网站。这个命令一定要小心使用,因为在下载的时候,被下载网站指向的所有地址同样会被下载,因此,如果这个网站引用了其他网站,那么被引用的网站也会被下载下来!基于这个原因,这个参数不常用。可以用-l number参数来指定下载的层次。例如只下载两层,那么使用-l 2。

要是您想制作镜像站点,那么可以使用-m参数,例如:wget -m https://www.jb51.net
这时wget会自动判断合适的参数来制作镜像站点。此时,wget会登录到服务器上,读入robots.txt并按robots.txt的规定来执行。

2、断点续传。
当文件特别大或者网络特别慢的时候,往往一个文件还没有下载完,连接就已经被切断,此时就需要断点续传。wget的断点续传是自动的,只需要使用-c参数,例如:
wget -c http://the.url.of/incomplete/file
使用断点续传要求服务器支持断点续传。-t参数表示重试次数,例如需要重试100次,那么就写-t 100,如果设成-t 0,那么表示无穷次重试,直到连接成功。-t参数表示超时等待时间,例如-t 120,表示等待120秒连接不上就算超时。

3、批量下载。
如果有多个文件需要下载,那么可以生成一个文件,把每个文件的url写一行,例如生成文件download.txt,然后用命令:wget -i download.txt
这样就会把download.txt里面列出的每个url都下载下来。(如果列的是文件就下载文件,如果列的是网站,那么下载首页)

4、选择性的下载。
可以指定让wget只下载一类文件,或者不下载什么文件。例如:
wget -m --reject=gif http://target.web.site/subdirectory
表示下载http://target.web.site/subdirectory,但是忽略gif文件。--accept=list 可以接受的文件类型,--reject=list拒绝接受的文件类型。

5、密码和认证。
wget只能处理利用用户名/密码方式限制访问的网站,可以利用两个参数:
--http-user=user设置http用户
--http-passwd=pass设置http密码
对于需要证书做认证的网站,就只能利用其他下载工具了,例如curl。

6、利用代理服务器进行下载。
如果用户的网络需要经过代理服务器,那么可以让wget通过代理服务器进行文件的下载。此时需要在当前用户的目录下创建一个.wgetrc文件。文件中可以设置代理服务器:
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
分别表示http的代理服务器和ftp的代理服务器。如果代理服务器需要密码则使用:
--proxy-user=user设置代理用户
--proxy-passwd=pass设置代理密码
这两个参数。
使用参数--proxy=on/off 使用或者关闭代理。
wget还有很多有用的功能,需要用户去挖掘。

附录:

命令格式:
  wget [参数列表] [目标软件、网页的网址]

  -v,--version 显示软件版本号然后退出;
  -h,--help显示软件帮助信息;
  -e,--execute=command 执行一个 “.wgetrc”命令

  -o,--output-file=file 将软件输出信息保存到文件;
  -a,--append-output=file将软件输出信息追加到文件;
  -d,--debug显示输出信息;
  -q,--quiet 不显示输出信息;
  -i,--input-file=file 从文件中取得url;

  -t,--tries=number 是否下载次数(0表示无穷次)
  -o --output-document=file下载文件保存为别的文件名
  -nc, --no-clobber 不要覆盖已经存在的文件
  -n,--timestamping只下载比本地新的文件
  -t,--timeout=seconds 设置超时时间
  -y,--proxy=on/off 关闭代理

-nd,--no-directories 不建立目录
  -x,--force-directories 强制建立目录

--http-user=user设置http用户
  --http-passwd=pass设置http密码
  --proxy-user=user设置代理用户
  --proxy-passwd=pass设置代理密码

-r,--recursive 下载整个网站、目录(小心使用)
  -l,--level=number 下载层次

-a,--accept=list 可以接受的文件类型
  -r,--reject=list拒绝接受的文件类型
  -d,--domains=list可以接受的域名
  --exclude-domains=list拒绝的域名
  -l,--relative 下载关联链接
  --follow-ftp 只下载ftp链接
  -h,--span-hosts 可以下载外面的主机
  -i,--include-directories=list允许的目录
  -x,--exclude-directories=list 拒绝的目录

wget 各种选项分类列表


* 启动
-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
-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
--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
-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
--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
-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
-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。