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

Linux中的wget网络下载命令使用全解

程序员文章站 2022-10-05 16:29:28
在Linux上下载安装应用程序除了使用包管理器外,最常用的就是wget命令了,wget支持多种网络协议,简单而强大,这里我们就来看一下Linux中的wget网络下载命令使用全解:... 16-07-05...

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。

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