wget命令记录

931次阅读
没有评论

共计 8908 个字符,预计需要花费 23 分钟才能阅读完成。

提醒:本文最后更新于 2021-11-13 21:46,文中所关联的信息可能已发生改变,请知悉!

Linux 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,尤其对于网络管理员,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。如果我们使用虚拟主机,处理这样的事务我们只能先从远程服务器下载到我们电脑磁盘,然后再用 ftp 工具上传到服务器。这样既浪费时间又浪费精力,那不没办法的事。而到了 Linux VPS,它则可以直接下载到服务器而不用经过上传这一步。wget 工具体积小但功能完善,它支持断点下载功能,同时支持 FTP 和 HTTP 下载方式,支持代理服务器和设置起来方便简单。下面我们以实例的形式说明怎么使用 wget。

命令格式:

wget [参数列表] [目标软件、网页的网址] // 用法:wget [选项]… [URL]…

长选项所必须的参数在使用短选项时也是必须的。

启动:

  -V,  --version                   显示 Wget 的版本信息并退出
  -h,  --help                      打印此帮助
  -b,  --background                启动后转入后台
  -e,  --execute= 命令              运行一个“.wgetrc”风格的命令 ```

日志和输入文件:-o,  --output-file= 文件          将日志信息写入 FILE
  -a,  --append-output= 文件        将信息添加至 FILE
  -d,  --debug                     打印大量调试信息
  -q,  --quiet                     安静模式 (无信息输出)
  -v,  --verbose                   详尽的输出 (此为默认值)
  -nv, --no-verbose                关闭详尽输出,但不进入安静模式
       --report-speed= 类型         以 <类型> 报告带宽。类型可以是 bits
  -i,  --input-file= 文件           下载本地或外部 <文件> 中的 URL
  -F,  --force-html                把输入文件当成 HTML 文件
  -B,  --base=URL                  解析相对于 URL 的 HTML 输入文件链接 (-i -F)
       --config= 文件               指定要使用的配置文件
       --no-cookies                不读取任何配置文件
       --rejected-log= 文件         将拒绝 URL 的原因写入 <文件>

下载:

  -t,  --tries= 数字                设置重试次数为 < 数字 > (0 代表无限制)
       --retry-connrefused         即使拒绝连接也是重试
  -O,  --output-document= 文件      将文档写入 FILE
  -nc, --no-clobber                不要下载已存在将被覆盖的文件
  -c,  --continue                  断点续传下载文件
       --start-pos= 偏移量          从由零计数的 < 偏移量 > 开始下载
       --progress= 类型             选择进度条类型
       --show-progress             在任意啰嗦状态下都显示进度条
  -N,  --timestamping              只获取比本地文件新的文件
       --no-if-modified-since      不要在时间戳 (timestamping) 模式下使用
                                     if-modified-since get 条件请求
       --no-use-server-timestamps  don't set the local file's timestamp by
                                     the one on the server
  -S,  --server-response           打印服务器响应
       --spider                    不下载任何文件
  -T,  --timeout=SECONDS           将所有超时设为 SECONDS 秒
       --dns-timeout=SECS          设置 DNS 查寻超时为 SECS 秒
       --connect-timeout=SECS      设置连接超时为 SECS 秒
       --read-timeout=SECS         设置读取超时为 SECS 秒
  -w,  --wait=SECONDS              等待间隔为 SECONDS 秒
       --waitretry=SECONDS         在获取文件的重试期间等待 1..SECONDS 秒
       --random-wait               获取多个文件时,每次随机等待间隔 (0.5~1.5)*WAIT 秒
       --no-proxy                  禁止使用代理
  -Q,  --quota= 数字                设置获取配额为 < 数字 > 字节
       --bind-address=ADDRESS      绑定至本地主机上的 ADDRESS (主机名或是 IP)
       --limit-rate=RATE           限制下载速率为 RATE
       --no-dns-cache              关闭 DNS 查询缓存
       --restrict-file-names= 系统  限定文件名中的字符为 < 系统 > 允许的字符
       --ignore-case               匹配文件 / 目录时忽略大小写
  -4,  --inet4-only                仅连接至 IPv4 地址
  -6,  --inet6-only                仅连接至 IPv6 地址
       --prefer-family= 地址族      首先连接至指定家族(IPv6,IPv4 或 none)的地址
       --user= 用户                 将 ftp 和 http 的用户名均设置为 < 用户 >
       --password= 密码             将 ftp 和 http 的密码均设置为 < 密码 >
       --ask-password              提示输入密码
       --no-iri                    关闭 IRI 支持
       --local-encoding=ENC        使用 ENC 作为 IRI (国际化资源标识符) 的本地编码
       --remote-encoding=ENC       使用 ENC 作为默认远程编码
       --unlink                    覆盖前移除文件

目录:

  -nd, --no-directories            不创建目录
  -x,  --force-directories         强制创建目录
  -nH, --no-host-directories       不要创建主 (host) 目录
       --protocol-directories      在目录中使用协议名称
  -P,  --directory-prefix= 前缀     保存文件到 <前缀>/..
       --cut-dirs= 数字             忽略远程目录中 <数字> 个目录层。

HTTP 选项:

       --http-user= 用户            设置 http 用户名为 <用户>
       --http-password= 密码        设置 http 密码为 <密码>
       --no-cache                  不使用服务器缓存的数据。--default-page=NAME         改变默认页 (通常是“index.html”)。-E,  --adjust-extension          以合适的扩展名保存 HTML/CSS 文档
       --ignore-length             忽略头部的‘Content-Length’区域
       --header= 字符串             在头部插入 <字符串>
       --max-redirect              每页所允许的最大重定向
       --proxy-user= 用户           使用 <用户> 作为代理用户名
       --proxy-password= 密码       使用 <密码> 作为代理密码
       --referer=URL               在 HTTP 请求头包含‘Referer: URL’--save-headers              将 HTTP 头保存至文件。-U,  --user-agent= 代理           标识自己为 <代理> 而不是 Wget/VERSION。--no-http-keep-alive        禁用 HTTP keep-alive (持久连接)。--no-cookies                不使用 cookies。--load-cookies= 文件         会话开始前从 <文件> 中载入 cookies。--save-cookies= 文件         会话结束后保存 cookies 至 FILE。--keep-session-cookies      载入并保存会话 (非永久) cookies。--post-data= 字符串          使用 POST 方式;把 <字串 > 作为数据发送。--post-file= 文件            使用 POST 方式;发送 <文件> 内容。--method=HTTP 方法           在请求中使用指定的 <HTTP 方法>。--post-data= 字符串          把 <字串> 作为数据发送,必须设置 --method
       --post-file= 文件            发送 <文件> 内容,必须设置 --method
       --content-disposition       当选择本地文件名时允许 Content-Disposition
                                   头部 (实验中)。--content-on-error          在服务器错误时输出接收到的内容
       --auth-no-challenge         不先等待服务器询问就发送基本 HTTP 验证信息。

HTTPS (SSL/TLS) 选项:

--secure-protocol=PR         选择安全协议,可以是 auto、SSLv2、SSLv3、TLSv1、PFS 中的一个。--https-only                 只跟随安全的 HTTPS 链接
       --no-check-certificate       不要验证服务器的证书。--certificate=文件           客户端证书文件。--certificate-type=类型      客户端证书类型,PEMDER--private-key=文件           私钥文件。--private-key-type=类型      私钥文件类型,PEMDER--ca-certificate=文件        带有一组 CA 证书的文件。--ca-directory=DIR           保存 CA 证书的哈希列表的目录。--ca-certificate=文件        带有一组 CA 证书的文件。--pinnedpubkey=FILE/HASHES  Public key (PEM/DER) file, or any number
                                   of base64 encoded sha256 hashes preceded by
                                   'sha256//' and seperated by ';', to verify
                                   peer against

HSTS 选项:

       --no-hsts                   禁用 HSTS
       --hsts-file                 HSTS 数据库路径(将覆盖默认值)

FTP 选项:

       --ftp-user= 用户             设置 ftp 用户名为 <用户>。--ftp-password= 密码         设置 ftp 密码为 <密码>
       --no-remove-listing         不要删除‘.listing’文件
       --no-glob                   不在 FTP 文件名中使用通配符展开
       --no-passive-ftp            禁用“passive”传输模式
       --preserve-permissions      保留远程文件的权限
       --retr-symlinks             递归目录时,获取链接的文件 (而非目录)

FTPS 选项:

--ftps-implicit                 使用隐式 FTPS(默认端口 990--ftps-resume-ssl               打开数据连接时继续控制连接中的 SSL/TLS 会话
       --ftps-clear-data-connection    只加密控制信道;数据传输使用明文
       --ftps-fallback-to-ftp          回落到 FTP,如果目标服务器不支持 FTPS

WARC 选项:

       --warc-file= 文件名          在一个 .warc.gz 文件里保持请求 / 响应数据
       --warc-header= 字符串        在头部插入 <字符串>
       --warc-max-size= 数字        将 WARC 的最大尺寸设置为 <数字>
       --warc-cdx                  写入 CDX 索引文件
       --warc-dedup= 文件名         不要记录列在此 CDX 文件内的记录
       --no-warc-compression       不要 GZIP 压缩 WARC 文件
       --no-warc-digests           不要计算 SHA1 摘要
       --no-warc-keep-log          不要在 WARC 记录中存储日志文件
       --warc-tempdir= 目录         WARC 写入器的临时文件目录

递归下载:

-r,  --recursive                 指定递归下载
  -l,  --level=数字                最大递归深度 (inf 或 0 代表无限制,即全部下载)--delete-after             下载完成后删除本地文件
  -k,  --convert-links            让下载得到的 HTML 或 CSS 中的链接指向本地文件
       --convert-file-only         convert the file part of the URLs only (usually known as the basename)
       --backups=N                 写入文件 X 前,轮换移动最多 N 个备份文件
  -K,  --backup-converted         在转换文件 X 前先将它备份为 X.orig。-m,  --mirror                   -N -r -l inf --no-remove-listing 的缩写形式。-p,  --page-requisites          下载所有用于显示 HTML 页面的图片之类的元素。--strict-comments          用严格方式 (SGML) 处理 HTML 注释。

递归接受 / 拒绝:

-A,  --accept=列表               逗号分隔的可接受的扩展名列表
  -R,  --reject=列表               逗号分隔的要拒绝的扩展名列表
       --accept-regex=REGEX        匹配接受的 URL 的正则表达式
       --reject-regex=REGEX        匹配拒绝的 URL 的正则表达式
       --regex-type=类型           正则类型 (posix|pcre)
  -D,  --domains=列表              逗号分隔的可接受的域名列表
       --exclude-domains=列表      逗号分隔的要拒绝的域名列表
       --follow-ftp                跟踪 HTML 文档中的 FTP 链接
       --follow-tags=列表          逗号分隔的跟踪的 HTML 标识列表
       --ignore-tags=列表          逗号分隔的忽略的 HTML 标识列表
  -H,  --span-hosts                递归时转向外部主机
  -L,  --relative                  仅跟踪相对链接
  -I,  --include-directories=列表  允许目录的列表
       --trust-server-names        使用重定向 URL 的最后一段作为本地文件名
  -X,  --exclude-directories=列表  排除目录的列表
  -np, --no-parent                 不追溯至父目录

1、使用 wget 下载单个文件

以下的例子是从网络下载一个文件并保存在当前目录

wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

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 下载单整个目录

wget -r -np -nH -R index.html http://url/including/files

各个参数的含义:

-r : 遍历所有子目录
-np : 不到上一层子目录去
-nH : 不要将文件保存到主机名文件夹
-R index.html : 不下载 index.html 文件

wget -c -r -np -nc -L -p ftp://ftp-trace.ncbi.nlm.nih.gov注意:大小写敏感!大写和小写命令代表不同操作
-P 表示下载到哪个目录
-r 表示递归下载,下载指定网页某一目录下(包括子目录)的所有文件
-np 不要追溯到父目录
-k 表示将下载的网页里的链接修改为本地链接.(下载整个站点后脱机浏览网页,最好加上这个参数
-p 获得所有显示网页所需的元素,如图片等
-c 断点续传
-nd 递归下载时不创建一层一层的目录,把所有的文件下载到当前目录
-o 将 log 日志指定保存到文件(新建一个文件)
-a, –append-output=FILE 把记录追加到 FILE 文件中
-A 指定要下载的文件样式列表,多个样式用逗号分隔
-A zip 只下载指定文件类型(zip)
-N 不要重新下载文件除非比本地文件新
-O test.zip 下载并以不同的文件名保存
-nc 不要覆盖存在的文件或使用.# 前缀
-m, –mirror 等价于 -r -N -l inf -nr
-L 递归时不进入其它主机,如 wget -c -r www.xxx.org/ 如果网站内有一个这样的链接:www.yyy.org,不加参数 -L,就会像大火烧山一样,会递归下载 www.yyy.org 网站
-i 后面跟一个文件,文件内指明要下载的 URL(常用于多个 url 下载
-nc 不要重复下载已存在的文件 –no-clobber

2、使用 wget - O 下载并以不同的文件名保存

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.php?id=1080 保存

wget http://www.centos.bz/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.centos.bz/download.php?id=1080

3、使用 wget –limit -rate 限速下载

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。

wget –limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

4、使用 wget - c 断点续传

使用 wget - c 重新启动下载中断的文件:

wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

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。

5、使用 wget - b 后台下载

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://cn.wordpress.org/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

6、伪装代理名称下载

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。

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″ 下载链接 

7、使用 wget –spider 测试下载链接

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

8、使用 wget –tries 增加重试次数

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。

wget –tries=40 URL 

9、使用 wget - i 下载多个文件

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

wget -i filelist.txt 

10、使用 wget –mirror 镜像网站

下面的例子是下载整个网站到本地。

wget –mirror -p –convert-links -P ./LOCAL URL 
–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 

11、使用 wget –reject 过滤指定格式下载

你想下载一个网站,但你不希望下载图片,你可以使用以下命令。

wget –reject=gif url 

12、使用 wget - o 把下载信息存入日志文件

你不希望下载信息直接显示在终端而是在一个日志文件,可以使用以下命令:

wget -o download.log URL 

13、使用 wget - Q 限制总下载文件大小

当你想要下载的文件超过 5M 而退出下载,你可以使用以下命令:

wget -Q5m -i filelist.txt 

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。

14、使用 wget -r - A 下载指定格式文件

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

wget -r -A.pdf url 

15、使用 wget FTP 下载

你可以使用 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

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:
(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,即使网络上有很多免费软件,但是,这些软件的广告不是我们喜欢的。

 

链接:https://www.jianshu.com/p/59bb131bc2ab

https://blog.csdn.net/qq_35793285/article/details/89879693

正文完
 0
水东柳
版权声明:本站原创文章,由 水东柳 于2021-04-16发表,共计8908字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)