wget 是一个从网路上自动下载档案的自由工具,支持通过 HTTP、HTTPS、FTP 三个最常见的 TCP/IP协定 下载,并可以使用 HTTP 代理。"wget" 这个名称来源于 “World Wide Web” 与 “get” 的结合。
所谓自动下载,是指 wget 可以在用户退出系统的之后在继续后台执行,直到下载任务完成。
基本介绍
- 外文名:wget
- 类别:下载工具
- 命令格式: [options] [URL]
- 解释:从网路上自动下载档案的自由工具
启动参数
这一类参数主要提供软体的一些基本信息。
-V,--version 显示软体版本号然后退出;
-h,--help显示软体帮助信息;
-e,--execute=COMMAND 执行一个 “.wgetrc”命令
以上每一个功能有长短两个参数,长短功能一样,都可以使用。需要注意的是,这里的-e参数是执行一个.wgettrc的命令,.wgettrc命令其实是一个参数列表,直接将软体需要的参数写在一起就可以了。
档案参数
这类参数定义软体log档案的输出方式等。
-o,--output-file=FILE 将软体输出信息保存到档案;
-a,--append-output=FILE将软体输出信息追加到档案;
-d,--debug显示输出信息;
-q,--quiet 不显示输出信息;
-i,--input-file=FILE 从档案中取得URL;
例1:下载首页并且显示下载信息
wget -d
例2:下载首页并且不显示任何信息
wget -q
例3:下载filelist.txt中所包含的连结的所有档案
wget -i filelist.txt
wget -np -m -l 5 不下载本站所连结的其它站点内容,5级目录结构
下载参数
下载参数定义下载重複次数、保存档案名称等。
-t,--tries=NUMBER 是否下载次数(0表示无穷次)
-O --output-document=FILE 指定下载目录和档案名称
-nc, --no-clobber 不要覆盖已经存在的档案
-N,--timestamping只下载比本地新的档案
-T,--timeout=SECONDS 设定逾时时间
-Y,--proxy=on/off 关闭代理
例:下载的首页并将下载过程中的的输入信息保存到test.htm档案中
wget -Otest.html
目录参数
目录参数主要设定下载档案保存目录与原来档案(伺服器档案)的目录对应关係;
-nd --no-directories 不建立目录
-x,--force-directories 强制建立目录
可能我们对这里的目录还不是很了解,我们来看一个举例
例:下载的首页,并且保持网站结构
wget -x
HTTP参数
HTTP参数设定一些与HTTP下载有关的属性。
--http-user=USER设定HTTP用户
--http-passwd=PASS设定HTTP密码
--proxy-user=USER设定代理用户
--proxy-passwd=PASS设定代理密码
以上参数主要设定HTTP和代理的用户、密码;
递归参数设定
在下载一个网站或者网站的一个目录的时候,我们需要知道的下载的层次,这些参数就可以设定。
-r,--recursive 下载整个网站、目录(小心使用)
-l,--level=NUMBER 下载层次
例:下载整个网站
wget -r
拒绝选项参数
下载一个网站的时候,为了儘量快,有些档案可以选择下载,比如图片和声音,在这里可以设定。
-A,--accept=LIST 可以接受的档案类型
-R,--reject=LIST拒绝接受的档案类型
-D,--domains=LIST可以接受的域名,用逗号分隔
--exclude-domains=LIST拒绝的域名,用逗号分隔
-L,--relative 下载关联连结
--follow-ftp 只下载FTP连结
-H,--span-hosts 可以下载外面的主机
-I,--include-directories=LIST允许的目录
-X,--exclude-directories=LIST 拒绝的目录
伺服器
wget可以使用用户设定档案".wgetrc"来读取很多设定,我们这里主要利用这个档案来是设定代理伺服器。使用者用什幺用户登录,那幺什幺用户主目录下的".wgetrc"档案就起作用。
例如,"root"用户如果想使用".wgetrc"来设定代理伺服器,"/root/.wgetrc"就起作用,下面给出一个".wgetrc"档案的内容,读者可以参照这个例子来编写自己的"wgetrc"档案:
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
这两行的含义是,代理伺服器IP位址为:111.111.111.111,连线埠号为:8080。第一行指定HTTP协定所使用的代理伺服器,第二行指定FTP协定所使用的代理伺服器。
代码总表
启动:
-V, --version 显示wget的版本后退出
-h, --help 列印语法帮助
-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
wget默认会根据网站的robots.txt进行操作
使用-e robots=off参数即可绕过该限制
记录和输入档案:
-o, --output-file=FILE 把记录写到FILE档案中
-a, --append-output=FILE 把记录追加到FILE档案中
-d, --debug 列印调试输出
-q, --quiet 安静模式(没有输出)
-v, --verbose 冗长模式(这是预设设定)
-nv, --non-verbose 关掉冗长模式,但不是安静模式
-i, --input-file=FILE 下载在FILE档案中出现的URLs
-F, --force-html 把输入档案当作HTML格式档案对待
-B, --base=URL 将URL作为在-F -i参数指定的档案中出现的相对连结的前缀
--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的档案名称
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 设定最大尝试连结次数(0 表示无限制).
-O --output-document=FILE 把文档写到FILE档案中
-nc, --no-clobber 不要覆盖存在的档案或使用.#前缀
-c, --continue 接着下载没下载完的档案
--progress=TYPE 设定进程条标记
-N, --timestamping 不要重新下载档案除非比本地档案新
-S, --server-response列印伺服器的回应
--spider 不下载任何东西
-T, --timeout=SECONDS 设定回响逾时的秒数
-w, --wait=SECONDS 两次尝试之间间隔SECONDS秒
--waitretry=SECONDS 在重新连结之间等待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 设定下载的容量限制
--limit-rate=RATE 限定下载速率
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 将档案保存到目录 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/不允许伺服器端的数据快取(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中插入字元串 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头到档案
-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活动连结 (永远连结).
--cookies=off 不使用 cookies.
--load-cookies=FILE 在开始会话前从档案 FILE中载入cookie
--save-cookies=FILE 在会话结束后将 cookies保存到 FILE档案中
FTP 选项:
-nr, --dont-remove-listing 不移走 `.listing'档案
-g, --glob=on/off 打开或关闭档案名称的 globbing机制
--passive-ftp 使用被动传输模式 (预设值).
--active-ftp 使用主动传输模式
--retr-symlinks 在递归的时候,将连结指向档案(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 在完毕后局部删除档案
-k, --convert-links 转换非相对连结为相对连结
-K, --backup-converted 在转换档案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档案的所有图片