wget使用小技巧

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，彻底免费

简单用法：
1.下载单个文件
如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

在下载的过程当中会显示进度条，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.以不一样的文件名保存-O
wget默认会以最后一个符合”/”的后面的字符来命令，对于动态连接的下载一般文件名会不正确。
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
即便下载的文件是zip格式，它仍然以download.php?id=1080命令。
正确：为了解决这个问题，咱们可使用参数-O来指定一个文件名：
wget -O wordpress.zip http://www.centos.bz/download.php?id=1080

3.限速下载--limit-rate
当你执行wget的时候，它默认会占用所有可能的宽带下载。可是当你准备下载一个大文件，而你还须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.zip

4.断点续传-c
使用wget -c从新启动下载中断的文件:
wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
对于下载大文件时忽然因为网络等缘由中断很是有帮助，咱们能够继续接着下载而不是从新下载一个文件。

5.后台下载-b
对于下载很是大的文件，可使用参数-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'.
你可使用如下命令来察看下载进度
tail -f wget-log

6.假装,代理下载

a.user-agent假装

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。能够经过--user-agent参数假装。
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" URL

b.代理

export proxy=http://192.168.0.254:8080

wget -Y on -pk http://www.test.com/test.jpg

7.测试下载连接--spider
当你打算进行定时下载，你应该在预约时间测试下载连接是否有效。能够增长--spider参数进行检查。

wget --spider URL

若是下载连接正确，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约的时间进行，但当你给错了一个连接，将会显示以下错误
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!!!

在如下几种状况下使用spider参数：
a.定时下载以前进行检查
b.间隔检测网站是否可用
c.检查网站页面的死连接

8.增长重试次数--tries
若是网络有问题或下载一个大文件也有可能失败。
wget --tries=3 URL

9.下载文件列表中的多个文件-i
首先，保存一份下载连接文件
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--mirror
a.下载整个网站到本地
wget --mirror -p --convert-links -P /root/  URL(或者wget -mkH http://www.test.com)
--miror #镜像下载
-p #下载全部显示正常的文件
--convert-links #下载后，转换成本地的连接
-P  #保存全部文件和目录到本地指定目录

b.下载url某个目录中的全部文件
wget -r -np -nd  http://www.test.com/packages
-r     #递归
-np    #不遍历父目录
-nd    #不在本机从新建立目录结构

11.下载时过滤指定格式--reject

你想下载一个网站，但你不但愿下载gif图片，你可使用如下命令
wget --reject=gif url

 
12.下载信息存入日志文件-o

你不但愿下载信息直接显示在终端而是在一个日志文件，可使用如下命令：
wget -o download.log URL

13.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，你可使用如下命令:
wget -Q5m -i filelist.txt

注意：这个参数对单个文件下载不起做用，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 http://www.test.com/amd64

15.FTP下载
a.用户名和密码认证的ftp
wget --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 把输入文件看成HTML格式文件对待 -B, –base=URL 将URL做为在-F -i参数指定的文件中出现的相对连接的前缀 –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 设定最大尝试连接次数(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 不要从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 在从新连接之间等待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 不建立目录 -x, –force-directories 强制建立目录 -nH, –no-host-directories 不建立主机目录 -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 容许/不容许服务器端的数据缓存 (通常状况下容许). -E, –html-extension 将全部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活动连接 (永远连接). –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，将连接指向文件(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 表明无穷). –delete-after 在如今完毕后局部删除文件 -k, –convert-links 转换非相对连接为相对连接 -K, –backup-converted 在转换文件X以前，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文件的全部图片 * 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连接 –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 仅仅跟踪相对连接 -I, –include-directories=LIST 容许目录的列表 -X, –exclude-directories=LIST 不被包含目录的列表 -np, –no-parent 不要追溯到父目录