wget命令详解

wget命令详解

导读：wget是linux中的一个下载文件的工具，wget是在linux下开发的开放源代码的软件，作者是Hrvoje Niksic，后来被移植到包括Windows在内的各个平台上。
它用在命令行下。对于Linux用户是必不可少的工具，尤其对于网络管理员，经常要下载一些软件或从远程服务器恢复备份到本地服务器。如果我们使用虚拟主机，处理这样的事务我们只能先从远程服务器下载到我们电脑磁盘，然后再用ftp工具上传到服务器。这样既浪费时间又浪费精力，那不没办法的事。而到了Linux VPS，它则可以直接下载到服务器而不用经过上传这一步。wget工具体积小但功能完善，它支持断点下载功能，同时支持FTP和HTTP下载方式，支持代理服务器和设置起来方便简单。下面我们以实例的形式说明怎么使用wget。
1、安装wget
[root@a ~]# yum -y install wget
[root@a ~]# wget --help
1 GNU Wget 1.14，非交互式的网络文件下载工具。
2 用法： wget [选项]… [URL]…
3 …
4 长选项所必须的参数在使用短选项时也是必须的。
5 …
6 启动：
7 -V, --version 显示 Wget 的版本信息并退出。
8 -h, --help 打印此帮助。
9 -b, --background 启动后转入后台。
10 -e, --execute=COMMAND 运行一个“.wgetrc”风格的命令。
11 …
12 日志和输入文件：
13 -o, --output-file=FILE 将日志信息写入 FILE。
14 -a, --append-output=FILE 将信息添加至 FILE。
15 -d, --debug 打印大量调试信息。
16 -q, --quiet 安静模式 (无信息输出)。
17 -v, --verbose 详尽的输出 (此为默认值)。
18 -nv, --no-verbose 关闭详尽输出，但不进入安静模式。
19 --report-speed=TYPE Output bandwidth as TYPE. TYPE can be bits.
20 -i, --input-file=FILE 下载本地或外部 FILE 中的 URLs。
21 -F, --force-html 把输入文件当成 HTML 文件。
22 -B, --base=URL 解析与 URL 相关的
23 HTML 输入文件 (由 -i -F 选项指定)。
24 --config=FILE Specify config file to use.
25 …
26 下载：
27 -t, --tries=NUMBER 设置重试次数为 NUMBER (0 代表无限制)。
28 --retry-connrefused 即使拒绝连接也是重试。
29 -O, --output-document=FILE 将文档写入 FILE。
30 -nc, --no-clobber skip downloads that would download to
31 existing files (overwriting them).
32 -c, --continue 断点续传下载文件。
33 --progress=TYPE 选择进度条类型。
34 -N, --timestamping 只获取比本地文件新的文件。
35 --no-use-server-timestamps 不用服务器上的时间戳来设置本地文件。
36 -S, --server-response 打印服务器响应。
37 --spider 不下载任何文件。
38 -T, --timeout=SECONDS 将所有超时设为 SECONDS 秒。
39 --dns-timeout=SECS 设置 DNS 查寻超时为 SECS 秒。
40 --connect-timeout=SECS 设置连接超时为 SECS 秒。
41 --read-timeout=SECS 设置读取超时为 SECS 秒。
42 -w, --wait=SECONDS 等待间隔为 SECONDS 秒。
43 --waitretry=SECONDS 在获取文件的重试期间等待 1…SECONDS 秒。
44 --random-wait 获取多个文件时，每次随机等待间隔
45 0.5WAIT…1.5WAIT 秒。
46 --no-proxy 禁止使用代理。
47 -Q, --quota=NUMBER 设置获取配额为 NUMBER 字节。
48 --bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机名或是 IP)。
49 --limit-rate=RATE 限制下载速率为 RATE。
50 --no-dns-cache 关闭 DNS 查寻缓存。
51 --restrict-file-names=OS 限定文件名中的字符为 OS 允许的字符。
52 --ignore-case 匹配文件/目录时忽略大小写。
53 -4, --inet4-only 仅连接至 IPv4 地址。
54 -6, --inet6-only 仅连接至 IPv6 地址。
55 --prefer-family=FAMILY 首先连接至指定协议的地址
56 FAMILY 为 IPv6，IPv4 或是 none。
57 --user=USER 将 ftp 和 http 的用户名均设置为 USER。
58 --password=PASS 将 ftp 和 http 的密码均设置为 PASS。
59 --ask-password 提示输入密码。
60 --no-iri 关闭 IRI 支持。
61 --local-encoding=ENC IRI (国际化资源标识符) 使用 ENC 作为本地编码。
62 --remote-encoding=ENC 使用 ENC 作为默认远程编码。
63 --unlink remove file before clobber.
64
65 目录：
66 -nd, --no-directories 不创建目录。
67 -x, --force-directories 强制创建目录。
68 -nH, --no-host-directories 不要创建主目录。
69 --protocol-directories 在目录中使用协议名称。
70 -P, --directory-prefix=PREFIX 以 PREFIX/… 保存文件
71 --cut-dirs=NUMBER 忽略远程目录中 NUMBER 个目录层。
72
73 HTTP 选项：
74 --http-user=USER 设置 http 用户名为 USER。
75 --http-password=PASS 设置 http 密码为 PASS。
76 --no-cache 不在服务器上缓存数据。
77 --default-page=NAME 改变默认页
78 (默认页通常是“index.html”)。
79 -E, --adjust-extension 以合适的扩展名保存 HTML/CSS 文档。
80 --ignore-length 忽略头部的‘Content-Length’区域。
81 --header=STRING 在头部插入 STRING。
82 --max-redirect 每页所允许的最大重定向。
83 --proxy-user=USER 使用 USER 作为代理用户名。
84 --proxy-password=PASS 使用 PASS 作为代理密码。
85 --referer=URL 在 HTTP 请求头包含‘Referer: URL’。
86 --save-headers 将 HTTP 头保存至文件。
87 -U, --user-agent=AGENT 标识为 AGENT 而不是 Wget/VERSION。
88 --no-http-keep-alive 禁用 HTTP keep-alive (永久连接)。
89 --no-cookies 不使用 cookies。
90 --load-cookies=FILE 会话开始前从 FILE 中载入 cookies。
91 --save-cookies=FILE 会话结束后保存 cookies 至 FILE。
92 --keep-session-cookies 载入并保存会话 (非永久) cookies。
93 --post-data=STRING 使用 POST 方式；把 STRING 作为数据发送。
94 --post-file=FILE 使用 POST 方式；发送 FILE 内容。
95 --content-disposition 当选中本地文件名时
96 允许 Content-Disposition 头部 (尚在实验)。
97 --content-on-error output the received content on server errors.
98 --auth-no-challenge 发送不含服务器询问的首次等待
99 的基本 HTTP 验证信息。
100
101 HTTPS (SSL/TLS) 选项：
102 --secure-protocol=PR choose secure protocol, one of auto, SSLv2,
103 SSLv3, TLSv1, TLSv1_1 and TLSv1_2.
104 --no-check-certificate 不要验证服务器的证书。
105 --certificate=FILE 客户端证书文件。
106 --certificate-type=TYPE 客户端证书类型，PEM 或 DER。
107 --private-key=FILE 私钥文件。
108 --private-key-type=TYPE 私钥文件类型，PEM 或 DER。
109 --ca-certificate=FILE 带有一组 CA 认证的文件。
110 --ca-directory=DIR 保存 CA 认证的哈希列表的目录。
111 --random-file=FILE 带有生成 SSL PRNG 的随机数据的文件。
112 --egd-file=FILE 用于命名带有随机数据的 EGD 套接字的文件。
113
114 FTP 选项：
115 --ftp-user=USER 设置 ftp 用户名为 USER。
116 --ftp-password=PASS 设置 ftp 密码为 PASS。
117 --no-remove-listing 不要删除‘.listing’文件。
118 --no-glob 不在 FTP 文件名中使用通配符展开。
119 --no-passive-ftp 禁用“passive”传输模式。
120 --preserve-permissions 保留远程文件的权限。
121 --retr-symlinks 递归目录时，获取链接的文件 (而非目录)。
122 …
123 WARC options:
124 --warc-file=FILENAME save request/response data to a .warc.gz file.
125 --warc-header=STRING insert STRING into the warcinfo record.
126 --warc-max-size=NUMBER set maximum size of WARC files to NUMBER.
127 --warc-cdx write CDX index files.
128 --warc-dedup=FILENAME do not store records listed in this CDX file.
129 --no-warc-compression do not compress WARC files with GZIP.
130 --no-warc-digests do not calculate SHA1 digests.
131 --no-warc-keep-log do not store the log file in a WARC record.
132 --warc-tempdir=DIRECTORY location for temporary files created by the
133 WARC writer.
134 …
135 递归下载：
136 -r, --recursive 指定递归下载。
137 -l, --level=NUMBER 最大递归深度 (inf 或 0 代表无限制，即全部下载)。
138 --delete-after 下载完成后删除本地文件。
139 -k, --convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件。
140 --backups=N before writing file X, rotate up to N backup files.
141 -K, --backup-converted 在转换文件 X 前先将它备份为 X.orig。
142 -m, --mirror -N -r -l inf --no-remove-listing 的缩写形式。
143 -p, --page-requisites 下载所有用于显示 HTML 页面的图片之类的元素。
144 --strict-comments 用严格方式 (SGML) 处理 HTML 注释。
145 …
146 递归接受/拒绝：
147 -A, --accept=LIST 逗号分隔的可接受的扩展名列表。
148 -R, --reject=LIST 逗号分隔的要拒绝的扩展名列表。
149 --accept-regex=REGEX regex matching accepted URLs.
150 --reject-regex=REGEX regex matching rejected URLs.
151 --regex-type=TYPE regex type (posix|pcre).
152 -D, --domains=LIST 逗号分隔的可接受的域列表。
153 --exclude-domains=LIST 逗号分隔的要拒绝的域列表。
154 --follow-ftp 跟踪 HTML 文档中的 FTP 链接。
155 --follow-tags=LIST 逗号分隔的跟踪的 HTML 标识列表。
156 --ignore-tags=LIST 逗号分隔的忽略的 HTML 标识列表。
157 -H, --span-hosts 递归时转向外部主机。
158 -L, --relative 只跟踪有关系的链接。
159 -I, --include-directories=LIST 允许目录的列表。
160 --trust-server-names use the name specified by the redirection
161 url last component.
162 -X, --exclude-directories=LIST 排除目录的列表。
163 -np, --no-parent 不追溯至父目录。
2、使用 wget 下载单个文件

以下的例子是从网络下载一个文件并保存在当前目录

在下载的过程中会显示进度条，包含（下载完成百分比，已经下载的字节，当前下载速度，剩余下载时间）。

1 wget http://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
2、使用 wget -O 下载并以不同的文件名保存

[root@network test]# wget https://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
[root@network test]# ls
wordpress-4.9.4-zh_CN.tar.gz

我们可以使用参数-O来指定一个文件名：

wget -O wordpress.tar.gz  http://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
wordpress.tar.gz

3、使用 wget -c 断点续传

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

wget -c https://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
4、使用 wget -b 后台下载

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

1 [root@network test]# wget -b https://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
2 继续在后台运行，pid 为 1463。
3 将把输出写入至 “wget-log”。
你可以使用以下命令来察看下载进度

复制代码
复制代码
1 [root@network test]# tail -f wget-log
2 8550K … … … … … 96% 814K 0s
3 8600K … … … … … 97% 9.53M 0s
4 8650K … … … … … 98% 86.8M 0s
5 8700K … … … … … 98% 145M 0s
6 8750K … … … … … 99% 67.4M 0s
7 8800K … … … … … 99% 107M 0s
8 8850K … … 100% 1.95M=16s
9 …
10 2018-11-10 15:39:07 (564 KB/s) - 已保存 “wordpress-4.9.4-zh_CN.tar.gz.2” [9082696/9082696])
复制代码
复制代码
5、伪装代理名称下载

有些网站能通过根据判断代理名称不是浏览器而拒绝你的下载请求。不过你可以通过–user-agent参数伪装。

6、使用 wget –spider 测试下载链接

当你打算进行定时下载，你应该在预定时间测试下载链接是否有效。我们可以增加–spider参数进行检查。

复制代码
复制代码
1 wget –spider URL
2 如果下载链接正确，将会显示
3 …
4 wget –spider URL
5 Spider mode enabled. Check if remote file exists.
6 HTTP request sent, awaiting response… 200 OK
7 Length: unspecified [text/html]
8 Remote file exists and could contain further links,
9 but recursion is disabled — not retrieving.
10 这保证了下载能在预定的时间进行，但当你给错了一个链接，将会显示如下错误
11 …
12 wget –spider url
13 Spider mode enabled. Check if remote file exists.
14 HTTP request sent, awaiting response… 404 Not Found
15 Remote file does not exist — broken link!!!
你可以在以下几种情况下使用spider参数：

1 定时下载之前进行检查
2 间隔检测网站是否可用
3 检查网站页面的死链接
7、使用 wget –tries 增加重试次数

如果网络有问题或下载一个大文件也有可能失败。wget默认重试20次连接下载文件。如果需要，你可以使用–tries增加重试次数。

wget –tries=40 URL
8、使用 wget -i 下载多个文件

复制代码
复制代码
1 首先，保存一份下载链接文件
2 …
3 cat > filelist.txt
4 url1
5 url2
6 url3
7 url4
8 接着使用这个文件和参数-i下载
9 …
10 wget -i filelist.txt
复制代码
复制代码
9、使用 wget –mirror 镜像网站

10、使用 wget –reject 过滤指定格式下载

你想下载一个网站，但你不希望下载图片，你可以使用以下命令。

wget –reject=gif url
11、使用 wget -o 把下载信息存入日志文件

你不希望下载信息直接显示在终端而是在一个日志文件，可以使用以下命令：

wget -o download.log URL

使用wget -O下载并以不同的文件名保存(-O：下载文件到对应目录，并且修改文件名称)

wget -O wordpress.zip http://www.minjieren.com/download.aspx?id=1080

使用wget -b后台下载

wget -b http://www.minjieren.com/wordpress-3.1-zh_CN.zip

备注： 你可以使用以下命令来察看下载进度：tail -f wget-log
利用-spider: 模拟下载，不会下载，只是会检查是否网站是否好着

[root@localhost ~]# wget --spider www.baidu.com #不下载任何文件

模拟下载打印服务器响应

[root@localhost ~]# wget -S www.baidu.com # 打印服务器响应

设定指定次数

[root@localhost ~]# wget -r --tries=2 www.baidu.com (指定尝试2次，2次后不再尝试)
[root@localhost ~]# wget -r --tries=2 -q www.baidu.com (指定尝试，且不打印中间结果)