linux wget下载工具解析与示例

本文结构分为四部分

• wget简介
• wget用法摘要
• wget选项解释
• wget用法示例

为了更好地理解wget,希望大家能按顺序阅读，对于示例有条件可以手动操作加深理解和记忆

wget是什么，拥有什么功能？

wget是Linux下一个从网络上自动下载文件的自由工具。它支持HTTP，HTTPS和FTP协议，可以使用HTTP代理.

所谓的自动下载是指，wget可以在用户退出系统的之后在后台执行。这意味这你可以登录系统，启动一个wget下载任务，然后退出系统，wget将在后台执行直到任务完成，相对于其它大部分浏览器在下载大量数据时需要用户一直的参与，这省去了极大的麻烦

wget可以跟踪HTML页面上的链接依次下载来创建远程服务器的本地版本，完全重建原始站点的目录结构。这又常被称作”递归下载”。在递归下载的时候，wget遵循Robot Exclusion标准(/robots.txt). wget可以在下载的同时，将链接转换成指向本地文件，以方便离线浏览。

wget非常稳定,它在带宽很窄的情况下和不稳定网络中有很强的适应性.如果是由于网络的原因下载失败，wget会不断的尝试，直到整个文件下载完毕。如果是服务器打断下载过程，它会再次联到服务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有用。

wget用法摘要

wget [选项]... [URL]...
#选项和URL可为多个

wget选项解释

　　-b, –background 启动后转入后台执行

　　-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

　　-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

　　–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

wget用法示例

1.首先来一个最简单的（从网站下载go语言的源码包）
wget https://storage.googleapis.com/golang/go1.8.3.src.tar.gz

2.下载并以不同的文件名保存
wget -O wordpress.zip http://www.linuxde.net/download.aspx?id=1080
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。

注意：下面的例子会下载一个文件并以名称download.aspx?id=1080保存: wget http://www.linuxde.net/download?id=1 即使下载的文件是zip格式，它仍然以download.php?id=1080命令。

解答：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.linuxde.net/download.aspx?id=1080

3.wget限速下载
wget –limit-rate=300k http://www.linuxde.net/testfile.zip

 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。

4.使用wget断点续传
wget -c http://www.linuxde.net/testfile.zip

  使用wget -c重新启动下载中断的文件，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后台下载
wget -b http://www.linuxde.net/testfile.zip

  Continuing in background, pid 1840. Output will be written to `wget-log'. 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，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
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” http://www.linuxde.net/testfile.zip

7.下载多个文件
wget -i filelist.txt
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。

8.镜像网站
wget –mirror -p –convert-links -P ./LOCAL URL

 下载整个网站到本地。 --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。

过滤指定格式下载 wget –reject=gif ur 下载一个网站，但你不希望下载图片，可以使用这条命令。
把下载信息存入日志文件 wget -o download.log URL 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。

9.限制总下载文件大小
wget -Q5m -i filelist.txt

当你想要下载的文件超过5M而退出下载，你可以使用。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。 下载指定格式文件 wget -r -A.pdf url 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。

10.FTP下载
wget ftp-url wget –ftp-user=USERNAME –ftp-password=PASSWORD url

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