Linux中的wget网络下载命令使用全解

语法： 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=command   运行一个“.wgetrc”风格的命令。

日志和输入文件：
  -o,  --output-file=file    将日志信息写入 file。
  -a,  --append-output=file  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。
  -i,  --input-file=file     下载本地或外部 file 中的 urls。
  -f,  --force-html          把输入文件当成 html 文件。
  -b,  --base=url            解析与 url 相关的
                             html 输入文件 (由 -i -f 选项指定)。
       --config=file         specify config file to use.

下载：
  -t,  --tries=number            设置重试次数为 number (0 代表无限制)。
       --retry-connrefused       即使拒绝连接也是重试。
  -o,  --output-document=file    将文档写入 file。
  -nc, --no-clobber              skip downloads that would download to
                                 existing files (overwriting them).
  -c,  --continue                断点续传下载文件。
       --progress=type           选择进度条类型。
  -n,  --timestamping            只获取比本地文件新的文件。
  --no-use-server-timestamps     不用服务器上的时间戳来设置本地文件。
  -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*wait...1.5*wait 秒。
       --no-proxy                禁止使用代理。
  -q,  --quota=number            设置获取配额为 number 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 查寻缓存。
       --restrict-file-names=os  限定文件名中的字符为 os 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=family    首先连接至指定协议的地址
                                 family 为 ipv6，ipv4 或是 none。
       --user=user               将 ftp 和 http 的用户名均设置为 user。
       --password=pass           将 ftp 和 http 的密码均设置为 pass。
       --ask-password            提示输入密码。
       --no-iri                  关闭 iri 支持。
       --local-encoding=enc      iri (国际化资源标识符) 使用 enc 作为本地编码。
       --remote-encoding=enc     使用 enc 作为默认远程编码。
       --unlink                  remove file before clobber.

目录：
  -nd, --no-directories           不创建目录。
  -x,  --force-directories        强制创建目录。
  -nh, --no-host-directories      不要创建主目录。
       --protocol-directories     在目录中使用协议名称。
  -p,  --directory-prefix=prefix  以 prefix/... 保存文件
       --cut-dirs=number          忽略远程目录中 number 个目录层。

http 选项：
       --http-user=user        设置 http 用户名为 user。
       --http-password=pass    设置 http 密码为 pass。
       --no-cache              不在服务器上缓存数据。
       --default-page=name     改变默认页
                               (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=string         在头部插入 string。
       --max-redirect          每页所允许的最大重定向。
       --proxy-user=user       使用 user 作为代理用户名。
       --proxy-password=pass   使用 pass 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=agent      标识为 agent 而不是 wget/version。
       --no-http-keep-alive    禁用 http keep-alive (永久连接)。
       --no-cookies            不使用 cookies。
       --load-cookies=file     会话开始前从 file 中载入 cookies。
       --save-cookies=file     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=string      使用 post 方式；把 string 作为数据发送。
       --post-file=file        使用 post 方式；发送 file 内容。
       --content-disposition   当选中本地文件名时
                               允许 content-disposition 头部 (尚在实验)。
       --auth-no-challenge     发送不含服务器询问的首次等待
                               的基本 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 或是 tlsv1 中的一个。
       --no-check-certificate   不要验证服务器的证书。
       --certificate=file       客户端证书文件。
       --certificate-type=type  客户端证书类型，pem 或 der。
       --private-key=file       私钥文件。
       --private-key-type=type  私钥文件类型，pem 或 der。
       --ca-certificate=file    带有一组 ca 认证的文件。
       --ca-directory=dir       保存 ca 认证的哈希列表的目录。
       --random-file=file       带有生成 ssl prng 的随机数据的文件。
       --egd-file=file          用于命名带有随机数据的 egd 套接字的文件。

ftp 选项：
       --ftp-user=user         设置 ftp 用户名为 user。
       --ftp-password=pass     设置 ftp 密码为 pass。
       --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。
       --retr-symlinks         递归目录时，获取链接的文件 (而非目录)。

递归下载：
  -r,  --recursive          指定递归下载。
  -l,  --level=number       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。
  -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=list               逗号分隔的可接受的扩展名列表。
  -r,  --reject=list               逗号分隔的要拒绝的扩展名列表。
  -d,  --domains=list              逗号分隔的可接受的域列表。
       --exclude-domains=list      逗号分隔的要拒绝的域列表。
       --follow-ftp                跟踪 html 文档中的 ftp 链接。
       --follow-tags=list          逗号分隔的跟踪的 html 标识列表。
       --ignore-tags=list          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                  只跟踪有关系的链接。
  -i,  --include-directories=list  允许目录的列表。
  --trust-server-names             use the name specified by the redirection
                                   url last component.
  -x,  --exclude-directories=list  排除目录的列表。
  -np, --no-parent                 不追溯至父目录。

使用示例：
1. 下载单个文件

复制代码

代码如下:

wget url + filename

下载过程中可以看到四项信息
已经下载的比例，已经下载的大小，当前的下载速度，剩余的时间
2. 使用一个大写o做参数表示另存为

复制代码

代码如下:

wget -o save_name url

这种方法适用于对应链接中没有显式文件名的情况。
3. 指定下载速率

复制代码

代码如下:

wget --limit-rate
wget -limit-rate=200k url + filename

4. 断点下载
wget -c完成未完成的下载
下载一半时可以停下来，ctrl+c停顿，继续下载可以加入一个-c参数。
注意：如果不加入-c，那么下载的文件会多出一个.1的后缀。
5. 后台下载
加上一个-b参数

复制代码

代码如下:

wget -b url/filename

为后台下载，下载经过写入到wget-log文件中。
用

复制代码

代码如下:

tail -f wget-log

查看下载日志
6. 模拟在浏览器下下载
有的网站不允许客户在非浏览器环境下下载。使用--user-agent来设置

复制代码

代码如下:

wget --user-agent="mozilla/5.0 (x11; u; linux i686; en-us; rv:1.9.0.3) gecko/2008092416 firefox/3.0.3" url-to-download

7. 测试下载链接
方法:使用--spider
试图做计划下载时候，需要先检查一下下载链接是否有效。

复制代码

代码如下:

wget --spider download-url

如果返回ok，则表示下载链接是正确的
8、增加尝试次数
方法：

复制代码

代码如下:

--tries=1000

如果网速有问题，下载大文件的时候可能会发生错误，
默认wget尝试20次链接。
如果尝试75次，可以

复制代码

代码如下:

wget --tires=75 download-url

9、下载多个文件使用wget -i
将多个下载链接写入到一个download-file-list.txt文件中，而后用

复制代码

代码如下:

wget -i download-file-list.txt

10、下载整站
方法：用--mirror参数
当你要下载一个完整站点并实现本地浏览的时候，

复制代码

代码如下:

wget --mirror -p --convert-links -p ./local-dir website-url

参数讲解：
--mirror：设置这个参数用来建立本地镜像
-p：下载所有html文件适合显示的元素
--convert-links：下载完成后，将文档链接都转换成本地的
-p ./local-dir：保存所有的文件和目录到指定文件夹下
11、下载时候禁止下载指定类型的文件
例如下载站点时候，不打算下载gif动画图片。

复制代码

代码如下:

wget --reject=gif website-to-be-downloaded

12、记录下载日志
方法：使用小写字母o

复制代码

代码如下:

wget -o xx.html.log -o xx.html "http://ip138.com/ips.asp?ip=58.251.193.137&action=2"

检查一下日志：

复制代码

代码如下:

[root@localhost opt]# cat xx.html.log
--2010-07-12 11:57:22-- http://ip138.com/ips.asp?ip=58.251.193.137&action=2
正在解析主机 ip138.com... 221.5.47.136
connecting to ip138.com|221.5.47.136|:80... 已连接。
已发出 http 请求，正在等待回应... 200 ok
长度：7817 (7.6k) [text/html]
saving to: `xx.html'
0k ....... 100% 65.5k=0.1s
2010-07-12 11:57:22 (65.5 kb/s) - `xx.html' saved [7817/7817]

13、是第9条的增强版。可以限制下载容量

复制代码

代码如下:

wget -q5m -i file-which-has-urls

当下载的文件达到5兆的时候，停止下载。
注意：如果不是对一个文件下载链接清单，对单个文件，这个限制不会生效的。
14、和第11条正好相反，
这条技巧是讲述如何仅仅下载指定类型的文件
从一个网站中下载所有的pdf文件

复制代码

代码如下:

wget -r -a.pdf http://url-to-webpage-with-pdfs/

15、使用wget完成ftp下载
匿名ftp下载类似于http下载

复制代码

代码如下:

wget ftp-url

即可。
如果是需要输入用户名和密码，则是

复制代码

代码如下:

wget --ftp-user=username --ftp-password=password download-url