天天看点

wget命令

wget的常见用法

wget的使用格式 Usage: wget [OPTION]... [URL]...

用wget做站点镜像:

wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/

# 或者

wget -m http://dsec.pku.edu.cn/~usr_name/

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 http://dsec.pku.edu.cn/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 https://sourceforge.net/projects/wvware/

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=http://211.90.168.94:8080/

# 在~/.wgetrc中设定代理

http_proxy = http://proxy.yoyodyne.com:18023/

ftp_proxy = http://proxy.yoyodyne.com:18023/

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,记录文件写在当前目录下"wget-log"文件中

  -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,指定多长时间远程服务器没有响应就中断连接

  -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(限制下载文件的总大小最多不能超过多少,比如"-Q2k"                                表示不能超过2K字节,"-Q3m"表示最多不能超过3M字节,如果数字后面什么                                都不加,就表示是以字节为单位,比如"-Q200"表示最多不能超过200字节)

       --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(只下载目标站点指定目录及其子目录的内容。                                    这也是一个非常有用的选项,我们假设某个人的个人主页里面有                                    一个指向这个站点其他人个人主页的连接,而我们只想下载这个人的                                    个人主页,如果不设置这个选项,甚至--有可能把整个站点给抓下来,                                     这显然是我们通常不希望的)

问题

在递归下载的时候,遇到目录中有中文的时候,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"������ǽ",这造成阅读上的极大不方便。

本文转自 houzaicunsky 51CTO博客,原文链接:http://blog.51cto.com/hzcsky/477626

继续阅读