linux wget命令

 

from:http://wenku.baidu.com/view/0854a222192e45361066f571.html

 

WGet 使用指南

wget 是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，wge t 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wge t 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( /robot s. txt) . wge t 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，wge t 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 的常见用法

wget 的使用格式

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

· 用 wge t 做站点镜像:

wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/

# 或者

wget -m http://www.t ldp.org/LDP/abs/html/

· 在不稳定的网络上下载一个部分下载的文件，以及在空闲时段下载

wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down. log &

# 或者从filelist 读入要下载的文件列表

wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/ linuxsoft -i filelist .txt -o

down. log &

上面的代码还可以用来在网络比较空闲的时段进行下载。我的用法是:在

mozi lla 中将不方便当时下载的URL 链接拷贝到内存中然后粘贴到文件

filel ist. txt 中，在晚上要出去系统前执行上面代码的第二条。

· 使用代理下载

wget -Y on -p -k https://sourceforge.net /project s/wvware/

代理可以在环境变量或wgetrc 文件中设定

# 在环境变量中设定代理

export PROXY=ht tp://211.90.168.94:8080/

# 在~/.wgetrc 中设定代理

ht tp_proxy = http://proxy.yoyodyne.com:18023/

ftp_proxy = ht tp://proxy.yoyodyne.com:18023/

wget 各种选项分类列表

· 启动

-V, --version 显示 wget 的版本后退出

-h, --help 打印语法帮助

-b, --background 启动后转入后台执行

-e, --execute=COMMAND 执行`.wget rc'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

--sslcert file=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, --t ries=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, --cont inue 接着下载没下载完的文件

--progress=TYPE 设定进程条标记

-N, --t imestamping 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

--wait ret ry=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 -Lengt h'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- list ing 不移走`. list ing '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).

--act ive- ftp 使用主动传输模式

--ret r-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-host s 当递归时转到外部主机

-L, --relat ive 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