wget使用指南

(来源忘了，自己重新整理过)

 

WGet的使用格式  Usage: wget [OPTION]... [URL]...


1 支持HTTP，HTTPS和FTP协议，可以使用HTTP代理.

2 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。

3 wget的常见用法

* 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/
# 或使用 nohup 作记录
（nohup wget -r -p -np -k http://www.99ut.com/tutorial/index.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/
或
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080


－－－－－－－－
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，记录文件写在当前目录下"wget-log"文件中；
-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。比如"-t120"表示尝试120次。当这一项为"0"的时候，指定尝试无穷多次直到连接成功为止，这个设置非常有用，当对方服务器突然关机或者网络突然中断的时候，可以在恢复正常后继续下载没有传完的文件；

-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（断点续传）
--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，指定多长时间远程服务器没有响应就中断连接，开始下一次尝试。比如"-T 120"表示如果120秒以后远程服务器没有发过来数据，就重新尝试连接。如果网络速度比较快，这个时间可以设置的短些，相反，可以设置的长一些，一般最多不超过900，通常也不少于60，一般设置在 120左右比较合适；
-w,  --wait=SECONDS           两次尝试之间间隔SECONDS秒，比如"-w 100"表示两次尝试之间等待100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           限制下载文件的总大小最多不能超过多少，比如"-Q2k"表示不能超过2K字节，"-Q3m"表示最多不能超过3M字节，如果数字后面什么都不加，就表示是以字节为单位，比如"-Q200"表示最多不能超过200字节；
--limit-rate=RATE        限定下载输率

    * 目录

-nd  --no-directories            不下载目录结构，把从服务器所有指定目录下载的文件都堆到当前目录里
-x,  --force-directories         与"-nd"设置刚好相反，创建完整的目录结构，例如"wget -nd http://www.gnu.org"将创建在当前目录下创建"www.gnu.org"子目录，然后按照服务器实际的目录结构一级一级建下去，直到所有的文件都传完为止；
-nH, --no-host-directories       不创建以目标主机域名为目录名的目录，将目标主机的目录结构直接下到当前目录下
-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!在本机建立服务器端目录结构
-l,  --level=NUMBER       最大递归深度 (inf 或 0 代表无穷)，例如"-l 5"下载目录深度小于或者等于5以内的目录结构或者文件
--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             做站点镜像时的选项，如果你想做一个站点的镜像，使用这个选项，它将自动设定其他合适的选项以便于站点镜像（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                  只下载目标站点指定目录及其子目录的内容。这也是一个非常有用的选项，我们假设某个人的个人主页里面有一个指向这个站点其他人个人主页的连接，而我们只想下载这个人的个人主页，如果不设置这个选项，甚至--有可能把整个站点给抓下来，这显然是我们通常不希望的