wget使用小技巧
wget是一个在命令行下下载文件的工具。 (1)支持断点下传功能 (2)同时支持FTP和HTTP下载方式 (3)支持代理服务器 (4)设置方便简单 (5)程序小,完全免费
简单用法:
1.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wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 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)。2.以不同的文件名保存-O
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。 错误:下面的例子会下载一个文件并以名称download.php?id=1080保存 wget http://www.centos.bz/download?id=1 即使下载的文件是zip格式,它仍然以download.php?id=1080命令。 正确: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.centos.bz/download.php?id=10803.限速下载--limit-rate 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。wget --limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip4.断点续传-c 使用wget -c重新启动下载中断的文件:wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 对于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。5.后台下载-b
对于下载非常大的文件,可以使用参数-b进行后台下载。wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip Continuing in background, pid 1840. Output will be written to `wget-log'. 你可以使用以下命令来察看下载进度tail -f wget-log6.伪装,代理下载a.user-agent伪装
有些网站能根据判断代理名称不是浏览器而拒绝你的下载请求。可以通过--user-agent参数伪装。
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" URLb.代理
export proxy=http://192.168.0.254:8080
wget -Y on -pk
7.测试下载链接--spider 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。可以增加--spider参数进行检查。wget --spider URL 如果下载链接正确,将会显示wget --spider URL Spider mode enabled. Check if remote file exists. HTTP request sent, awaiting response... 200 OK Length: unspecified [text/html] Remote file exists and could contain further links, but recursion is disabled -- not retrieving. 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wget --spider url Spider mode enabled. Check if remote file exists. HTTP request sent, awaiting response... 404 Not Found Remote file does not exist -- broken link!!! 在以下几种情况下使用spider参数: a.定时下载之前进行检查 b.间隔检测网站是否可用 c.检查网站页面的死链接8.增加重试次数--tries 如果网络有问题或下载一个大文件也有可能失败。wget --tries=3 URL9.下载文件列表中的多个文件-i 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wget -i filelist.txt在LFS中这招蛮好用的噢!
10.镜像网站--mirrora.下载整个网站到本地wget --mirror -p --convert-links -P /root/ URL(或者wget -mkH ) --miror #镜像下载 -p #下载所有显示正常的文件 --convert-links #下载后,转换成本地的链接 -P #保存所有文件和目录到本地指定目录b.下载url某个目录中的所有文件
wget -r -np -nd http://www.test.com/packages -r #递归 -np #不遍历父目录 -nd #不在本机重新创建目录结构 11.下载时过滤指定格式--reject你想下载一个网站,但你不希望下载gif图片,你可以使用以下命令
wget --reject=gif url 12.下载信息存入日志文件-o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 URL13.限制总下载文件大小-Q 当你想要下载的文件超过5M而退出下载,你可以使用以下命令:wget -Q5m -i filelist.txt 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。14.下载指定格式文件-A
wget -r -A.pdf url或者
wget -r -np -nd --acept=iso
15.FTP下载a.用户名和密码认证的ftpwget --ftp-user=USERNAME --ftp-password=PASSWORD ftp://URL或者wget --user=USERNAME --password=PASSWORD URL
后者ftp,http都适用。
b.使用通配符
wget ftp://www.test.com/pub/*
16.跳过非权威CA签名的https网站
wget --tries=3 --no-check-certificate https://www.python.org/ftp/python/3.4.1/Python-3.4.1.tar.xz
参数: -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`.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