wget
wget是一个从网络上自动下载文件的自由工具。它支持HTTP,HTTPS和FTP协议,可以使用HTTP代理.
创建html文件所谓的自动下载是指,wget可以在用户退出系统的之后在后台执行。这意味这你可以登录系统,启
动一个wget下载任务,然后退出系统,wget将在后台执行直到任务完成,相对于其它大部分浏览器
在下载大量数据时需要用户一直的参与,这省去了极大的麻烦。
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(/). 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。
wget非常稳定,它在带宽很窄的情况下和不稳定网络中有很强的适应性.如果是由于网络的原因下载
失败,wget会不断的尝试,直到整个文件下载完毕。如果是服务器打断下载过程,它会再次联到服
务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有用。
wget的常见用法
wget的使用格式
Usage: wget [OPTION]... [URL]...
用wget做站点镜像:
wget -r -p -np -k dsec.pku.edu/~usr_name/
# 或者
wget -m dsec.pku.edu/~usr_name/
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 dsec.pku.edu/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/linuxsoft - -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 sourceforge/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=211.90.168.94:8080/
# 在~/.wgetrc中设定代理
http_proxy = dyne:18023/
ftp_proxy = dyne:18023/
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(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,指定多长时间远程服务器没有响应就中断连接
-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(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(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

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198,我们将在24小时内删除。