Wget 使用方法

WGet使用
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,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的使用格式

Usage: wget [OPTION]... [URL]...用wget做站点镜像:
wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/
# 或者
wget -m http://www.tldp.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mozilla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filelist.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/projects/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=http://211.90.168.94:8080/
# 在~/.wgetrc中设定代理
http_proxy = http://proxy.yoyodyne.com:18023/
ftp_proxy = http://proxy.yoyodyne.com:18023/wget各种选项分类列表
==================================================================================

代码:

  $ wget --help

  GNU Wget 1.9.1,非交互式的网络文件下载工具。
  用法: wget [选项]... [URL]...

  长选项必须用的参数在使用短选项时也是必须的。

启动:

  -V, --version 显示 Wget 的版本并且退出。
  -h, --help 打印此帮助。
  -b, -background 启动后进入后台操作。
  -e, -execute=COMMAND 运行‘.wgetrc’形式的命令。

日志记录及输入文件:

  -o, --output-file=文件 将日志消息写入到指定文件中。
  -a, --append-output=文件 将日志消息追加到指定文件的末端。
  -d, --debug 打印调试输出。
  -q, --quiet 安静模式(不输出信息)。
  -v, --verbose 详细输出模式(默认)。
  -nv, --non-verbose 关闭详细输出模式,但不进入安静模式。
  -i, --input-file=文件 下载从指定文件中找到的 URL。
  -F, --force-html 以 HTML 方式处理输入文件。
  -B, --base=URL 使用 -F -i 文件选项时,在相对链接前添加指定的 URL。

下载:

  -t, --tries=次数 配置重试次数(0 表示无限)。
  --retry-connrefused 即使拒绝连接也重试。
  -O --output-document=文件 将数据写入此文件中。
  -nc, --no-clobber 不更改已经存在的文件,也不使用在文件名后
  添加 .#(# 为数字)的方法写入新的文件。
  -c, --continue 继续接收已下载了一部分的文件。
  --progress=方式 选择下载进度的表示方式。
  -N, --timestamping 除非远程文件较新,否则不再取回。
  -S, --server-response 显示服务器回应消息。
  --spider 不下载任何数据。
  -T, --timeout=秒数 配置读取数据的超时时间 (秒数)。
  -w, --wait=秒数 接收不同文件之间等待的秒数。
  --waitretry=秒数 在每次重试之间稍等一段时间 (由 1 秒至指定的 秒数不等)。
  --random-wait 接收不同文件之间稍等一段时间(由 0 秒至 2*WAIT 秒不等)。
  -Y, --proxy=on/off 打开或关闭代理服务器。
  -Q, --quota=大小 配置接收数据的限额大小。
  --bind-address=地址 使用本机的指定地址 (主机名称或 IP) 进行连接。
  --limit-rate=速率 限制下载的速率。
  --dns-cache=off 禁止查找存于高速缓存中的 DNS。
  --restrict-file-names=OS 限制文件名中的字符为指定的 OS (操作系统) 所允许的字符。

目录:

  -nd --no-directories 不创建目录。
  -x, --force-directories 强制创建目录。
  -nH, --no-host-directories 不创建含有远程主机名称的目录。
  -P, --directory-prefix=名称 保存文件前先创建指定名称的目录。
  --cut-dirs=数目 忽略远程目录中指定数目的目录层。

HTTP 选项:

  --http-user=用户 配置 http 用户名。
  --http-passwd=密码 配置 http 用户密码。
  -C, --cache=on/off (不)使用服务器中的高速缓存中的数据 (默认是使用的)。
  -E, --html-extension 将所有 MIME 类型为 text/html 的文件都加上 .html 扩展文件名。
  --ignore-length 忽略“Content-Length”文件头字段。
  --header=字符串 在文件头中添加指定字符串。
  --proxy-user=用户 配置代理服务器用户名。
  --proxy-passwd=密码 配置代理服务器用户密码。
  --referer=URL 在 HTTP 请求中包含“Referer:URL”头。
  -s, --save-headers 将 HTTP 头存入文件。
  -U, --user-agent=AGENT 标志为 AGENT 而不是 Wget/VERSION。
  --no-http-keep-alive 禁用 HTTP keep-alive(持久性连接)。
  --cookies=off 禁用 cookie。
  --load-cookies=文件 会话开始前由指定文件载入 cookie。
  --save-cookies=文件 会话结束后将 cookie 保存至指定文件。
  --post-data=字符串 使用 POST 方法,发送指定字符串。
  --post-file=文件 使用 POST 方法,发送指定文件中的内容。

HTTPS (SSL) 选项:

  --sslcertfile=文件 可选的客户段端证书。
  --sslcertkey=密钥文件 对此证书可选的“密钥文件”。
  --egd-file=文件 EGD socket 文件名。
  --sslcadir=目录 CA 散列表所在的目录。
  --sslcafile=文件 包含 CA 的文件。
  --sslcerttype=0/1 Client-Cert 类型 0=PEM (默认) / 1=ASN1 (DER)
  --sslcheckcert=0/1 根据提供的 CA 检查服务器的证书
  --sslprotocol=0-3 选择 SSL 协议;0=自动选择,
  1=SSLv2 2=SSLv3 3=TLSv1

FTP 选项:

  -nr, --dont-remove-listing 不删除“.listing”文件。
  -g, --glob=on/off 设置是否展开有通配符的文件名。
  --passive-ftp 使用“被动”传输模式。
  --retr-symlinks 在递归模式中,下载链接所指示的文件(连至目录则例外)。

递归下载:

  -r, --recursive 递归下载。
  -l, --level=数字 最大递归深度(inf 或 0 表示无限)。
  --delete-after 删除下载后的文件。
  -k, --convert-links 将绝对链接转换为相对链接。
  -K, --backup-converted 转换文件 X 前先将其备份为 X.orig。
  -m, --mirror 等效于 -r -N -l inf -nr 的选项。
  -p, --page-requisites 下载所有显示完整网页所需的文件,例如图像。
  --strict-comments 打开对 HTML 备注的严格(SGML)处理选项。

递归下载时有关接受/拒绝的选项:

  -A, --accept=列表 接受的文件样式列表,以逗号分隔。
  -R, --reject=列表 排除的文件样式列表,以逗号分隔。
  -D, --domains=列表 接受的域列表,以逗号分隔。
  --exclude-domains=列表 排除的域列表,以逗号分隔。
  --follow-ftp 跟随 HTML 文件中的 FTP 链接。
  --follow-tags=列表 要跟随的 HTML 标记,以逗号分隔。
  -G, --ignore-tags=列表 要忽略的 HTML 标记,以逗号分隔。
  -H, --span-hosts 递归时可进入其它主机。
  -L, --relative 只跟随相对链接。
  -I, --include-directories=列表 要下载的目录列表。
  -X, --exclude-directories=列表 要排除的目录列表。
  -np, --no-parent 不搜索上层目录。
 

=================================================================================
 wget虽然功能强大,但是使用起来还是比较简单的,基本的语法是:wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。
    1、下载整个http或者ftp站点。
    wget http://place.your.url/here
    这个命令可以将http://place.your.url/here 首页下载下来。使用-x会强制建立服务器上一模一样的目录,如果使用-nd参数,那么服务器上下载的所有内容都会加到本地当前目录。

    wget -r http://place.your.url/here
    这个命令会按照递归的方法,下载服务器上所有的目录和文件,实质就是下载整个网站。这个命令一定要小心使用,因为在下载的时候,被下载网站指向的所有地址同样会被下载,因此,如果这个网站引用了其他网站,那么被引用的网站也会被下载下来!基于这个原因,这个参数不常用。可以用-l number参数来指定下载的层次。例如只下载两层,那么使用-l 2。

    要是您想制作镜像站点,那么可以使用-m参数,例如:wget -m http://place.your.url/here
    这时wget会自动判断合适的参数来制作镜像站点。此时,wget会登录到服务器上,读入robots.txt并按robots.txt的规定来执行。

    2、断点续传。
    当文件特别大或者网络特别慢的时候,往往一个文件还没有下载完,连接就已经被切断,此时就需要断点续传。wget的断点续传是自动的,只需要使用-c参数,例如:
    wget -c http://the.url.of/incomplete/file
    使用断点续传要求服务器支持断点续传。-t参数表示重试次数,例如需要重试100次,那么就写-t 100,如果设成-t 0,那么表示无穷次重试,直到连接成功。-T参数表示超时等待时间,例如-T 120,表示等待120秒连接不上就算超时。

    3、批量下载。
    如果有多个文件需要下载,那么可以生成一个文件,把每个文件的URL写一行,例如生成文件download.txt,然后用命令:wget -i download.txt
这样就会把download.txt里面列出的每个URL都下载下来。(如果列的是文件就下载文件,如果列的是网站,那么下载首页)

    4、选择性的下载。
    可以指定让wget只下载一类文件,或者不下载什么文件。例如:
    wget -m --reject=gif http://target.web.site/subdirectory
    表示下载http://target.web.site/subdirectory,但是忽略gif文件。--accept=LIST 可以接受的文件类型,--reject=LIST拒绝接受的文件类型。

    5、密码和认证。
    wget只能处理利用用户名/密码方式限制访问的网站,可以利用两个参数:
    --http-user=USER设置HTTP用户
    --http-passwd=PASS设置HTTP密码
    对于需要证书做认证的网站,就只能利用其他下载工具了,例如curl。

    6、利用代理服务器进行下载。
    如果用户的网络需要经过代理服务器,那么可以让wget通过代理服务器进行文件的下载。此时需要在当前用户的目录下创建一个.wgetrc文件。文件中可以设置代理服务器:
    http-proxy = 111.111.111.111:8080
    ftp-proxy = 111.111.111.111:8080
    分别表示http的代理服务器和ftp的代理服务器。如果代理服务器需要密码则使用:
    --proxy-user=USER设置代理用户
    --proxy-passwd=PASS设置代理密码
    这两个参数。
    使用参数--proxy=on/off 使用或者关闭代理。
    wget还有很多有用的功能,需要用户去挖掘。

如果要用代理,则Vi /etc/wgetrc,将
#http_proxy = http://proxy.yoyodyne.com:18023/
#ftp_proxy = http://proxy.yoyodyne.com:18023/
#use_proxy = on
前的#去掉,再填上代理就行了


-----------------------------------------------
 希望把http://www.vrv.com.cn/update/vrvclient.exe 下载到/home/vrv/update 目录中。
每七天做一次 ,覆盖下载文件。

可以这样:

crontab -e

00 12 * * 07 wget -O /home/vrv/update/vrvclient.exe http://www.vrv.com.cn/update/vrvclient.exe

那个参数 -O 是大写的,Output-document 之意,也可使用:
--output-document=/home/vrv/update/vrvclient.exe
===============================================================================
eg:
## 1) download RAR files from ...

FTPSOURCE=ftp://username:passwor@1XX.XX.0.1

echo "`date` >>> 1) Start Downloading RAR from ..."

wget $FTPSOURCE -O $DOWNLOAD_DIR/aa.html -a $LOGFILE

grep File $DOWNLOAD_DIR/aa.html | sed -e "s/..*<a href=/"/(..*/)/">..*//1/g" > $DOWNLOAD_DIR/aalst
grep "XXXX"$DATEYMD  $DOWNLOAD_DIR/aa.lst >  $DOWNLOAD_DIR/aa_tmp.lst

mv  $DOWNLOAD_DIR/aa_tmp.lst  $DOWNLOAD_DIR/aa.lst

# download data to it's download directory
for arc in `grep "rar" $DOWNLOAD_DIR/aa.lst`
do
  wget -N $arc -o $arc -P $DOWNLOAD_DIR -a $LOGFILE

done
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值