wget 使用指南

wget是一個(gè)從網(wǎng)絡(luò)上自動(dòng)下載文件的自由工具。它支持HTTP，HTTPS和FTP協(xié)議，可以使用HTTP代理.

所謂的自動(dòng)下載是指，wget可以在用戶(hù)退出系統(tǒng)的之后在后臺(tái)執(zhí)行。這意味這你可以登錄系統(tǒng)，啟動(dòng)一個(gè)wget下載任務(wù)，然后退出系統(tǒng)，wget將在后臺(tái)執(zhí)行直到任務(wù)完成，相對(duì)于其它大部分瀏覽器在下載大量數(shù)據(jù)時(shí)需要用戶(hù)一直的參與，這省去了極大的麻煩。

wget可以跟蹤HTML頁(yè)面上的鏈接依次下載來(lái)創(chuàng)建遠(yuǎn)程服務(wù)器的本地版本，完全重建原始站點(diǎn)的目錄結(jié)構(gòu)。這又常被稱(chēng)作"遞歸下載"。在遞歸下載的時(shí)候，wget遵循Robot Exclusion標(biāo)準(zhǔn)(/robots.txt). wget可以在下載的同時(shí)，將鏈接轉(zhuǎn)換成指向本地文件，以方便離線瀏覽。

wget非常穩(wěn)定,它在帶寬很窄的情況下和不穩(wěn)定網(wǎng)絡(luò)中有很強(qiáng)的適應(yīng)性.如果是由于網(wǎng)絡(luò)的原因下載失敗，wget會(huì)不斷的嘗試，直到整個(gè)文件下載完畢。如果是服務(wù)器打斷下載過(guò)程，它會(huì)再次聯(lián)到服務(wù)器上從停止的地方繼續(xù)下載。這對(duì)從那些限定了鏈接時(shí)間的服務(wù)器上下載大文件非常有用。

wget的常見(jiàn)用法

wget的使用格式

Usage: wget [OPTION]... [URL]...

• 用wget做站點(diǎn)鏡像:

wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/
# 或者
wget -m http://www./LDP/abs/html/

• 在不穩(wěn)定的網(wǎng)絡(luò)上下載一個(gè)部分下載的文件，以及在空閑時(shí)段下載

wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down.log &
# 或者從filelist讀入要下載的文件列表
wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/linuxsoft -i filelist.txt -o down.log &

上面的代碼還可以用來(lái)在網(wǎng)絡(luò)比較空閑的時(shí)段進(jìn)行下載。我的用法是:在mozilla中將不方便當(dāng)時(shí)下載的URL鏈接拷貝到內(nèi)存中然后粘貼到文件filelist.txt中，在晚上要出去系統(tǒng)前執(zhí)行上面代碼的第二條。

 

• 使用代理下載

wget -Y on -p -k https:///projects/wvware/

代理可以在環(huán)境變量或wgetrc文件中設(shè)定

# 在環(huán)境變量中設(shè)定代理
export PROXY=http://211.90.168.94:8080/
# 在~/.wgetrc中設(shè)定代理
http_proxy = http://proxy.:18023/
ftp_proxy = http://proxy.:18023/

wget各種選項(xiàng)分類(lèi)列表

• 啟動(dòng)

  -V,  --version           顯示wget的版本后退出
-h,  --help              打印語(yǔ)法幫助
-b,  --background        啟動(dòng)后轉(zhuǎn)入后臺(tái)執(zhí)行
-e,  --execute=COMMAND   執(zhí)行`.wgetrc‘格式的命令，wgetrc格式參見(jiàn)/etc/wgetrc或~/.wgetrc

• 記錄和輸入文件

  -o,  --output-file=FILE     把記錄寫(xiě)到FILE文件中
-a,  --append-output=FILE   把記錄追加到FILE文件中
-d,  --debug                打印調(diào)試輸出
-q,  --quiet                安靜模式(沒(méi)有輸出)
-v,  --verbose              冗長(zhǎng)模式(這是缺省設(shè)置)
-nv, --non-verbose          關(guān)掉冗長(zhǎng)模式，但不是安靜模式
-i,  --input-file=FILE      下載在FILE文件中出現(xiàn)的URLs
-F,  --force-html           把輸入文件當(dāng)作HTML格式文件對(duì)待
-B,  --base=URL             將URL作為在-F -i參數(shù)指定的文件中出現(xiàn)的相對(duì)鏈接的前綴
--sslcertfile=FILE     可選客戶(hù)端證書(shū)
--sslcertkey=KEYFILE   可選客戶(hù)端證書(shū)的KEYFILE
--egd-file=FILE        指定EGD socket的文件名

• 下載

       --bind-address=ADDRESS   指定本地使用地址(主機(jī)名或IP，當(dāng)本地有多個(gè)IP或名字時(shí)使用)
-t,  --tries=NUMBER           設(shè)定最大嘗試鏈接次數(shù)(0 表示無(wú)限制).
-O   --output-document=FILE   把文檔寫(xiě)到FILE文件中
-nc, --no-clobber             不要覆蓋存在的文件或使用.#前綴
-c,  --continue               接著下載沒(méi)下載完的文件
--progress=TYPE          設(shè)定進(jìn)程條標(biāo)記
-N,  --timestamping           不要重新下載文件除非比本地文件新
-S,  --server-response        打印服務(wù)器的回應(yīng)
--spider                 不下載任何東西
-T,  --timeout=SECONDS        設(shè)定響應(yīng)超時(shí)的秒數(shù)
-w,  --wait=SECONDS           兩次嘗試之間間隔SECONDS秒
--waitretry=SECONDS      在重新鏈接之間等待1...SECONDS秒
--random-wait            在下載之間等待0...2*WAIT秒
-Y,  --proxy=on/off           打開(kāi)或關(guān)閉代理
-Q,  --quota=NUMBER           設(shè)置下載的容量限制
--limit-rate=RATE        限定下載輸率

• 目錄

  -nd  --no-directories            不創(chuàng)建目錄
-x,  --force-directories         強(qiáng)制創(chuàng)建目錄
-nH, --no-host-directories       不創(chuàng)建主機(jī)目錄
-P,  --directory-prefix=PREFIX   將文件保存到目錄 PREFIX/...
--cut-dirs=NUMBER           忽略 NUMBER層遠(yuǎn)程目錄

• HTTP 選項(xiàng)

       --http-user=USER      設(shè)定HTTP用戶(hù)名為 USER.
--http-passwd=PASS    設(shè)定http密碼為 PASS.
-C,  --cache=on/off        允許/不允許服務(wù)器端的數(shù)據(jù)緩存 (一般情況下允許).
-E,  --html-extension      將所有text/html文檔以.html擴(kuò)展名保存
--ignore-length       忽略 `Content-Length‘頭域
--header=STRING       在headers中插入字符串 STRING
--proxy-user=USER     設(shè)定代理的用戶(hù)名為 USER
--proxy-passwd=PASS   設(shè)定代理的密碼為 PASS
--referer=URL         在HTTP請(qǐng)求中包含 `Referer: URL‘頭
-s,  --save-headers        保存HTTP頭到文件
-U,  --user-agent=AGENT    設(shè)定代理的名稱(chēng)為 AGENT而不是 Wget/VERSION.
--no-http-keep-alive  關(guān)閉 HTTP活動(dòng)鏈接 (永遠(yuǎn)鏈接).
--cookies=off         不使用 cookies.
--load-cookies=FILE   在開(kāi)始會(huì)話(huà)前從文件 FILE中加載cookie
--save-cookies=FILE   在會(huì)話(huà)結(jié)束后將 cookies保存到 FILE文件中

• FTP 選項(xiàng)

  -nr, --dont-remove-listing   不移走 `.listing‘文件
-g,  --glob=on/off           打開(kāi)或關(guān)閉文件名的 globbing機(jī)制
--passive-ftp           使用被動(dòng)傳輸模式 (缺省值).
--active-ftp            使用主動(dòng)傳輸模式
--retr-symlinks         在遞歸的時(shí)候，將鏈接指向文件(而不是目錄)

• 遞歸下載

  -r,  --recursive          遞歸下載－－慎用!
-l,  --level=NUMBER       最大遞歸深度 (inf 或 0 代表無(wú)窮).
--delete-after       在現(xiàn)在完畢后局部刪除文件
-k,  --convert-links      轉(zhuǎn)換非相對(duì)鏈接為相對(duì)鏈接
-K,  --backup-converted   在轉(zhuǎn)換文件X之前，將之備份為 X.orig
-m,  --mirror             等價(jià)于 -r -N -l inf -nr.
-p,  --page-requisites    下載顯示HTML文件的所有圖片

• 遞歸下載中的包含和不包含(accept/reject)

  -A,  --accept=LIST                分號(hào)分隔的被接受擴(kuò)展名的列表
-R,  --reject=LIST                分號(hào)分隔的不被接受的擴(kuò)展名的列表
-D,  --domains=LIST               分號(hào)分隔的被接受域的列表
--exclude-domains=LIST       分號(hào)分隔的不被接受的域的列表
--follow-ftp                 跟蹤HTML文檔中的FTP鏈接
--follow-tags=LIST           分號(hào)分隔的被跟蹤的HTML標(biāo)簽的列表
-G,  --ignore-tags=LIST           分號(hào)分隔的被忽略的HTML標(biāo)簽的列表
-H,  --span-hosts                 當(dāng)遞歸時(shí)轉(zhuǎn)到外部主機(jī)
-L,  --relative                   僅僅跟蹤相對(duì)鏈接
-I,  --include-directories=LIST   允許目錄的列表
-X,  --exclude-directories=LIST   不被包含目錄的列表
-np, --no-parent                  不要追溯到父目錄

問(wèn)題

在遞歸下載的時(shí)候，遇到目錄中有中文的時(shí)候，wget創(chuàng)建的本地目錄名會(huì)用URL編碼規(guī)則處理。如"天網(wǎng)防火墻"會(huì)被存為"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",這造成閱讀上的極大不方便。

---