wget, 一个强大的下载命令
来源:互联网 发布:虚拟币源码 编辑:程序博客网 时间:2024/04/27 18:14
1wget常用参数如下 GNU Wget ,一个非交谈式的网路抓档工具.
用法: wget [选项]... [URL]...
命令的引数使用长项目与短项目相同.
启动:
-V, --version显示Wget的版本并且离开.
-h, --help显示这个说明档.
-b, -background在启动之後跳到背景去.
-e, -execute=COMMAND执行一个`.wgetrc'里面的COMMAND指令.
纪录档与输入的档案:
-o, --output-file=FILE纪录讯息到FILE去.
-a, -append-output=FILE增加讯息到FILE去.
-d, --debug显示除错的输出.
-q, --quiet安静模式(不输入任何讯息).
-v, --verbose冗长模式(这是内定值).
-nv, --non-verbose关闭verboseness,但不是安静模式.
-i, --input-file=FILE从FILE读取URL .
-F, --force-html把输入的档案当作HTML.
下载:
-t, --tries=NUMBER设定重复尝试NUMBER次(0是无限制).
-O --output-document=FILE把文件写到FILE里.
-nc, --no-clobber不破坏已经存在的档案.
-c, --continue重新取得一个已经存在的档案.
--dot-style=STYLE设定取回状况的显示风格.
-N, --timestamping不取回比本地旧的档案.
-S, --server-response显示伺服器回应状况.
--spider不下载任何东西.
-T, --timeout=SECONDS设定读取时超过的时间为SECONDS秒.
-w, --wait=SECONDS在取回档案时等待SECONDS秒.
-Y, --proxy=on/off开启或关闭Proxy.
-Q, --quota=NUMBER设定取回档案的定额限制为NUMBER个.
目录:
-nd --no-directories不建立目录.
-x, --force-directories强制进行目录建立的工作.
-nH, --no-host-directories不建立主机的目录.
-P, --directory-prefix=PREFIX把档案存到PREFIX/...
--cut-dirs=NUMBER忽略NUMBER个远端的目录元件.
HTTP选项:
--http-user=USER设http使用者为USER.
--http0passwd=PASS设http使用者的密码为PASS.
-C, --cache=on/off提供/关闭快取伺服器资料(正常情况为提供).
--ignore-length忽略`Content-Length'标头栏位.
--proxy-user=USER设USER为Proxy使用者名称.
--proxy-passwd=PASS设PASS为Proxy密码.
-s, --save-headers储存HTTP标头成为档案.
-U, --user-agent=AGENT使用AGENT取代Wget/VERSION作为识别代号.
FTP选项:
--retr-symlinks取回FTP的象徵连结.
-g, --glob=on/off turn file name globbing on ot off.
--passive-ftp使用"passive"传输模式.
使用递回方式的取回:
-r, --recursive像是吸入web的取回--请小心使用!.
-l, --level=NUMBER递回层次的最大值(0不限制).
--delete-after删除下载完毕的档案.
-k, --convert-links改变没有关连的连结成为有关连.
-m, --mirror开启适合用来映射的选项.
-nr, --dont-remove-listing不要移除`.listing'档.
递回式作业的允许与拒绝选项:
-A, --accept=LIST允许的扩充项目的列表.
-R, --reject=LIST拒绝的扩充项目的列表.
-D, --domains=LIST允许的网域列表.
--exclude-domains=LIST拒绝的网域列表(使用逗号来分隔).
-L, --relative只跟随关联连结前进.
--follow-ftp跟随HTML文件里面的FTP连结.
-H, --span-hosts当开始递回时便到外面的主机.
-I, --include-directories=LIST允许的目录列表.
-X, --exclude-directories=LIST排除的目录列表.
-nh, --no-host-lookup不透过DNS查寻主机.
-np, --no-parent不追朔到起源目录.
范例一:mirror一个网站
wget -r www.redhat.com
作者:horn1 2005-4-5 17:28 回复此发言
2wget常用参数如下 范例二:mirror一个网站下的某个目录:
wget -r www.redhat.com/mirrors/LDP
------------------------------------------------------------------
语法:
wget [options] [URL-list]
URL地址格式说明:可以使用如下格式的URL:
::URL::http://host [ort]/path
例如:
::URL::http://fly.cc.fer.hr/
::URL::ftp://ftp.xemacs.org/pub/xemacs/xemacs-19.14.tar.gz
::URL::ftp://username assword@host/dir/file
在最后一种形式中,以URL编码形式为FTP主机提供了用户名和密码(当然,也可以使
用参数提供该信息,见后)。
参数说明:
wget的参数较多,但大部分应用只需要如下几个常用的参数:
-r 递归;对于HTTP主机,wget首先下载URL指定的文件,然后(如果该文件是
一个HTML文档的话)递归下载该文件所引用(超级连接)的所有文件(递归深度
由参数-l指定)。对FTP主机,该参数意味着要下载URL指定的目录中的所有文件,
递归方法与HTTP主机类似。
-N 时间戳:该参数指定wget只下载更新的文件,也就是说,与本地目录中的对
应文件的长度和最后修改日期一样的文件将不被下载。
-m 镜像:相当于同时使用-r和-N参数。
-l 设置递归级数;默认为5。-l1相当于不递归;-l0为无穷递归;注意,当递
归深度增加时,文件数量将呈指数级增长。
-t 设置重试次数。当连接中断(或超时)时,wget将试图重新连接。如果指
定-t0,则重试次数设为无穷多。
-c 指定断点续传功能。实际上,wget默认具有断点续传功能,只有当你使用别
的ftp工具下载了某一文件的一部分,并希望wget接着完成此工作的时候,才需要
指定此参数。
使用举例:
wget -m -l4 -t0 ::URL::http://oneweb.com.cn/
将在本地硬盘建立::URL::http://oneweb.com.cn/ 的镜像,镜像文件存入当前目录下一个名为
oneweb.com.cn的子目录中(你也可以使用-nH参数指定不建立该子目录,而直接在当前
目录下建立镜像的目录结构),递归深度为4,重试次数为无穷(若连接出现问题,
wget将坚韧不拔地永远重试下去,直到任务完成!)
另外一些使用频率稍低的参数如下:
-A acclist / -R rejlist:
这两个参数用于指定wget接受或排除的文件扩展名,多个名称之间用逗号隔开。例如,
假设我们不想下载MPEG视频影像文件和.AU声音文件,可使用如下参数:
-R mpg,mpeg,au
其它参数还有:
-L 只扩展相对连接,该参数对于抓取指定站点很有用,可以避免向宿主主机
的其他目录扩散。例如,某个人网站地址为:::URL::http://www.xys.org/~ppfl/,使用
如下命令行:
wget -L ::URL::http://www.xys.org/~ppfl/
则只提取该个人网站,而不涉及主机www.xys.org上的其他目录。
-k 转换连接:HTML文件存盘时,将其中的非相对连接转换成为相对连接。
-X 在下载FTP主机上的文件时,排除若干指定的目录
另外,下面参数用于设置wget的工作界面:
-v 设置wget输出详细的工作信息。
-q 设置wget不输出任何信息。
如果我们已经在一个HTML文档(或普通文本文档)中存储了所要提取的文件的连接,
可以让wget直接从该文件中提取信息,而不用在命令行中提供URL地址,参数格式为:
-i filename
地址文件也可以不是HTML文档,例如,一个普通的文本文件,其中有需要下载的URL列
表即可。
我们可以用以下技巧提高下载速度:由于Linux是一个多任务系统,我们可以同时运行
多个wget进程以提高下载速度,例如,先下载某主页文件(index.html),然后将该
文件所列出的所有地址分别用一个独立的wget进程进行下载。
作者:horn1 2005-4-5 17:28 回复此发言
3wget常用参数如下
至于其他的参数,可参考wget的man手册页,命令为:
man wget
bb_sun 发表于 >2005-1-18 15:31:20 保存该日志到本地 [全文] [评论] [引用] [推荐] [档案] [推给好友]
2005-1-18
wget使用详解 [转]
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。它有以下功能和特点:
(1)支持断点下传功能;这一点,也是网络蚂蚁和FlashGet当年最大的卖点,现在,Wget也可以使用此功能,那些网络不是太好的用户可以放心了;
(2)同时支持FTP和HTTP下载方式;尽管现在大部分软件可以使用HTTP方式下载,但是,有些时候,仍然需要使用FTP方式下载软件;
(3)支持代理服务器;对安全强度很高的系统而言,一般不会将自己的系统直接暴露在互联网上,所以,支持代理是下载软件必须有的功能;
(4)设置方便简单;可能,习惯图形界面的用户已经不是太习惯命令行了,但是,命令行在设置上其实有更多的优点,最少,鼠标可以少点很多次,也不要担心是否错点鼠标;
(5)程序小,完全免费;程序小可以考虑不计,因为现在的硬盘实在太大了;完全免费就不得不考虑了,即使网络上有很多所谓的免费软件,但是,这些软件的广告却不是我们喜欢的;
wget虽然功能强大,但是使用起来还是比较简单的,基本的语法是:wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。
1、下载整个http或者ftp站点。
wget ::URL::http://place.your.url/here
这个命令可以将::URL::http://place.your.url/here 首页下载下来。使用-x会强制建立服务器上一模一样的目录,如果使用-nd参数,那么服务器上下载的所有内容都会加到本地当前目录。
wget -r ::URL::http://place.your.url/here
这个命令会按照递归的方法,下载服务器上所有的目录和文件,实质就是下载整个网站。这个命令一定要小心使用,因为在下载的时候,被下载网站指向的所有地址同样会被下载,因此,如果这个网站引用了其他网站,那么被引用的网站也会被下载下来!基于这个原因,这个参数不常用。可以用-l number参数来指定下载的层次。例如只下载两层,那么使用-l 2。
要是您想制作镜像站点,那么可以使用-m参数,例如:wget -m ::URL::http://place.your.url/here
这时wget会自动判断合适的参数来制作镜像站点。此时,wget会登录到服务器上,读入robots.txt并按robots.txt的规定来执行。
2、断点续传。
当文件特别大或者网络特别慢的时候,往往一个文件还没有下载完,连接就已经被切断,此时就需要断点续传。wget的断点续传是自动的,只需要使用-c参数,例如:
wget -c ::URL::http://the.url.of/incomplete/file
使用断点续传要求服务器支持断点续传。-t参数表示重试次数,例如需要重试100次,那么就写-t 100,如果设成-t 0,那么表示无穷次重试,直到连接成功。-T参数表示超时等待时间,例如-T 120,表示等待120秒连接不上就算超时。
3、批量下载。
如果有多个文件需要下载,那么可以生成一个文件,把每个文件的URL写一行,例如生成文件download.txt,然后用命令:wget -i download.txt
这样就会把download.txt里面列出的每个URL都下载下来。(如果列的是文件就下载文件,如果列的是网站,那么下载首页)
4、选择性的下载。
可以指定让wget只下载一类文件,或者不下载什么文件。例如:
wget -m --reject=gif ::URL::http://target.web.site/subdirectory
表示下载::URL::http://target.web.site/subdirectory ,但是忽略gif文件。--accept=LIST 可以接受的文件类型,--reject=LIST拒绝接受的文件类型。
5、密码和认证。
wget只能处理利用用户名/密码方式限制访问的网站,可以利用两个参数:
作者:horn1 2005-4-5 17:28 回复此发言
6wget常用参数如下 -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
一个指向这个站点其他人个人主页的连接,而我们只想下载这个人的
个人主页,如果不设置这个选项,甚至--有可能把整个站点给抓下来,
这显然是我们通常不希望的)
问题
在递归下载的时候,遇到目录中有中文的时候,wget创建的本地目录名会用URL编码规则处理。如"天网防火墙"会被存为"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",这造成阅读上的极大不方便。
可以用来开发web测试工具。
wget
开始:
-V, --version 显示Wget版本之后退出。
-h, --help 显示本帮助
-b, --background 启动后转到后台运行。
-e, --execute=COMMAND 运行 `.wgetrc'-那样的命令。
日志和输入文件:
-o, --output-file=FILE 将日志记录到文件 FILE.
-a, --append-output=FILE 添加消息到文件 FILE.
-d, --debug 输出大量调试信息。
-q, --quiet 静默模式 (无输出)。
-v, --verbose 显示信息 (默认打开).
-nv, --no-verbose 显示很少信息但不是完全安静.
-i, --input-file=FILE 下载存储在 FILE 文件中的所有URL地址指向的文件。
-F, --force-html 把输入文件当成 HTML.
-B, --base=URL prepends URL to relative links in -F -i file.
下载:
-t, --tries=NUMBER 设定重试次数(0 一直重试)。
--retry-connrefused retry even if connection is refused.
-O, --output-document=FILE 写入文档到 FILE.
-nc, --no-clobber 跳过将要到已存在文件的下载。
-c, --continue 续传下载。
--progress=TYPE select progress gauge type.
-N, --timestamping don't re-retrieve files unless newer than
local.
-S, --server-response 显示服务器的响应。
--spider 什么都不下载
-T, --timeout=SECONDS 把所有超时时间设为SECONDS秒。
--dns-timeout=SECS 把DNS超时时间设为SECS秒。
--connect-timeout=SECS 设定连接超时为 SECS.
--read-timeout=SECS 设定读取超时为 SECS.
-w, --wait=SECONDS wait SECONDS between retrievals.
--waitretry=SECONDS wait 1..SECONDS between retries of a retrieval.
--random-wait wait from 0...2*WAIT secs between retrievals.
--no-proxy 显示关闭代理
-Q, --quota=NUMBER set retrieval quota to NUMBER.
--bind-address=ADDRESS bind to ADDRESS (hostname or IP) on local host.
--limit-rate=RATE 把下载速度限制为RATE。
--no-dns-cache 禁止查找DNS缓存。
--restrict-file-names=OS restrict chars in file names to ones OS allows.
--ignore-case ignore case when matching files/directories.
-4, --inet4-only 仅连接IPv4地址。
-6, --inet6-only 只连接到 IPv6 地址。
--prefer-family=FAMILY connect first to addresses of specified family,
one of IPv6, IPv4, or none.
--user=USER 把ftp和http的用户名设定为UESR。
--password=PASS 把ftp和http的密码设定为PASS。
目录:
-nd,--no-directories 不建立文件夹。
-x,--force-directories 强制建立文件夹。
-nH, --no-host-directories 不创建主机目录。
--protocol-directories use protocol name in directories.
-P, --directory-prefix=PREFIX 将文件保存到 PREFIX/...
--cut-dirs=NUMBER ignore NUMBER remote directory components.
HTTP 选项:
--http-user=USER 将 http用户设为 USER.
--http-password=PASS 将http密码设为 PASS.
--no-cache 不接受服务器缓存的数据.
-E,--html-extension 以'.html'扩展名保存HTML文档。
--ignore-length ignore `Content-Length' header field.
--header=STRING insert STRING among the headers.
--max-redirect maximum redirections allowed per page.
--proxy-user=USER 设定 USER 作为代理用户名。
--proxy-password=PASS 设定 PASS 作为代理密码。
--referer=URL include `Referer: URL' header in HTTP request.
--save-headers 保存 HTTP 头到文件。
-U, --user-agent=AGENT identify as AGENT instead of Wget/VERSION.
--no-http-keep-alive disable HTTP keep-alive (persistent connections).
--no-cookies 不使用cookies.
--load-cookies=FILE 在会话前从文件中读取cookies。
--save-cookies=FILE 在会话结束后保存 cookies 到 FILE。
--keep-session-cookies load and save session (non-permanent) cookies.
--post-data=STRING use the POST method; send STRING as the data.
--post-file=FILE use the POST method; send contents of FILE.
--content-disposition honor the Content-Disposition header when
choosing local file names (EXPERIMENTAL).
--auth-no-challenge Send Basic HTTP authentication information
without first waiting for the server's
challenge.
HTTPS (SSL/TLS) 选项:
--secure-protocol=PR choose secure protocol, one of auto, SSLv2,
SSLv3, and TLSv1.
--no-check-certificate don't validate the server's certificate.
--certificate=FILE client certificate file.
--certificate-type=TYPE client certificate type, PEM or DER.
--private-key=FILE private key file.
--private-key-type=TYPE private key type, PEM or DER.
--ca-certificate=FILE file with the bundle of CA's.
--ca-directory=DIR directory where hash list of CA's is stored.
--random-file=FILE file with random data for seeding the SSL PRNG.
--egd-file=FILE file naming the EGD socket with random data.
FTP 选项:
--ftp-user=USER 设置ftp用户为 USER.
--ftp-password=PASS 设置ftp密码为 PASS.
--no-remove-listing don't remove `.listing' files.
--no-glob turn off FTP file name globbing.
--no-passive-ftp disable the "passive" transfer mode.
--retr-symlinks when recursing, get linked-to files (not dir).
--preserve-permissions preserve remote file permissions.
递归下载:
-r, --recursive specify recursive download.
-l, --level=NUMBER maximum recursion depth (inf or 0 for infinite).
--delete-after delete files locally after downloading them.
-k, --convert-links make links in downloaded HTML point to local files.
-K, --backup-converted before converting file X, back up as X.orig.
-m, --mirror shortcut for -N -r -l inf --no-remove-listing.
-p, --page-requisites get all images, etc. needed to display HTML page.
--strict-comments turn on strict (SGML) handling of HTML comments.
Recursive accept/reject:
-A, --accept=LIST comma-separated list of accepted extensions.
-R, --reject=LIST comma-separated list of rejected extensions.
-D, --domains=LIST comma-separated list of accepted domains.
--exclude-domains=LIST 被拒绝的域名的用逗号分开的列表。
--follow-ftp follow FTP links from HTML documents.
--follow-tags=LIST comma-separated list of followed HTML tags.
--ignore-tags=LIST comma-separated list of ignored HTML tags.
-H, --span-hosts 当递归时转到陌生的主机。
-L, --relative 只跟随相对链接。
-I, --include-directories=LIST 允许的目录的列表。
-X, --exclude-directories=LIST 不包括的目录的列表。
-np, --no-parent don't ascend to the parent directory.
用法: wget [选项]... [URL]...
命令的引数使用长项目与短项目相同.
启动:
-V, --version显示Wget的版本并且离开.
-h, --help显示这个说明档.
-b, -background在启动之後跳到背景去.
-e, -execute=COMMAND执行一个`.wgetrc'里面的COMMAND指令.
纪录档与输入的档案:
-o, --output-file=FILE纪录讯息到FILE去.
-a, -append-output=FILE增加讯息到FILE去.
-d, --debug显示除错的输出.
-q, --quiet安静模式(不输入任何讯息).
-v, --verbose冗长模式(这是内定值).
-nv, --non-verbose关闭verboseness,但不是安静模式.
-i, --input-file=FILE从FILE读取URL .
-F, --force-html把输入的档案当作HTML.
下载:
-t, --tries=NUMBER设定重复尝试NUMBER次(0是无限制).
-O --output-document=FILE把文件写到FILE里.
-nc, --no-clobber不破坏已经存在的档案.
-c, --continue重新取得一个已经存在的档案.
--dot-style=STYLE设定取回状况的显示风格.
-N, --timestamping不取回比本地旧的档案.
-S, --server-response显示伺服器回应状况.
--spider不下载任何东西.
-T, --timeout=SECONDS设定读取时超过的时间为SECONDS秒.
-w, --wait=SECONDS在取回档案时等待SECONDS秒.
-Y, --proxy=on/off开启或关闭Proxy.
-Q, --quota=NUMBER设定取回档案的定额限制为NUMBER个.
目录:
-nd --no-directories不建立目录.
-x, --force-directories强制进行目录建立的工作.
-nH, --no-host-directories不建立主机的目录.
-P, --directory-prefix=PREFIX把档案存到PREFIX/...
--cut-dirs=NUMBER忽略NUMBER个远端的目录元件.
HTTP选项:
--http-user=USER设http使用者为USER.
--http0passwd=PASS设http使用者的密码为PASS.
-C, --cache=on/off提供/关闭快取伺服器资料(正常情况为提供).
--ignore-length忽略`Content-Length'标头栏位.
--proxy-user=USER设USER为Proxy使用者名称.
--proxy-passwd=PASS设PASS为Proxy密码.
-s, --save-headers储存HTTP标头成为档案.
-U, --user-agent=AGENT使用AGENT取代Wget/VERSION作为识别代号.
FTP选项:
--retr-symlinks取回FTP的象徵连结.
-g, --glob=on/off turn file name globbing on ot off.
--passive-ftp使用"passive"传输模式.
使用递回方式的取回:
-r, --recursive像是吸入web的取回--请小心使用!.
-l, --level=NUMBER递回层次的最大值(0不限制).
--delete-after删除下载完毕的档案.
-k, --convert-links改变没有关连的连结成为有关连.
-m, --mirror开启适合用来映射的选项.
-nr, --dont-remove-listing不要移除`.listing'档.
递回式作业的允许与拒绝选项:
-A, --accept=LIST允许的扩充项目的列表.
-R, --reject=LIST拒绝的扩充项目的列表.
-D, --domains=LIST允许的网域列表.
--exclude-domains=LIST拒绝的网域列表(使用逗号来分隔).
-L, --relative只跟随关联连结前进.
--follow-ftp跟随HTML文件里面的FTP连结.
-H, --span-hosts当开始递回时便到外面的主机.
-I, --include-directories=LIST允许的目录列表.
-X, --exclude-directories=LIST排除的目录列表.
-nh, --no-host-lookup不透过DNS查寻主机.
-np, --no-parent不追朔到起源目录.
范例一:mirror一个网站
wget -r www.redhat.com
作者:horn1
2005-4-5 17:28 回复此发言
2wget常用参数如下 范例二:mirror一个网站下的某个目录:
wget -r www.redhat.com/mirrors/LDP
------------------------------------------------------------------
语法:
wget [options] [URL-list]
URL地址格式说明:可以使用如下格式的URL:
::URL::http://host [ort]/path
例如:
::URL::http://fly.cc.fer.hr/
::URL::ftp://ftp.xemacs.org/pub/xemacs/xemacs-19.14.tar.gz
::URL::ftp://username assword@host/dir/file
在最后一种形式中,以URL编码形式为FTP主机提供了用户名和密码(当然,也可以使
用参数提供该信息,见后)。
参数说明:
wget的参数较多,但大部分应用只需要如下几个常用的参数:
-r 递归;对于HTTP主机,wget首先下载URL指定的文件,然后(如果该文件是
一个HTML文档的话)递归下载该文件所引用(超级连接)的所有文件(递归深度
由参数-l指定)。对FTP主机,该参数意味着要下载URL指定的目录中的所有文件,
递归方法与HTTP主机类似。
-N 时间戳:该参数指定wget只下载更新的文件,也就是说,与本地目录中的对
应文件的长度和最后修改日期一样的文件将不被下载。
-m 镜像:相当于同时使用-r和-N参数。
-l 设置递归级数;默认为5。-l1相当于不递归;-l0为无穷递归;注意,当递
归深度增加时,文件数量将呈指数级增长。
-t 设置重试次数。当连接中断(或超时)时,wget将试图重新连接。如果指
定-t0,则重试次数设为无穷多。
-c 指定断点续传功能。实际上,wget默认具有断点续传功能,只有当你使用别
的ftp工具下载了某一文件的一部分,并希望wget接着完成此工作的时候,才需要
指定此参数。
使用举例:
wget -m -l4 -t0 ::URL::http://oneweb.com.cn/
将在本地硬盘建立::URL::http://oneweb.com.cn/ 的镜像,镜像文件存入当前目录下一个名为
oneweb.com.cn的子目录中(你也可以使用-nH参数指定不建立该子目录,而直接在当前
目录下建立镜像的目录结构),递归深度为4,重试次数为无穷(若连接出现问题,
wget将坚韧不拔地永远重试下去,直到任务完成!)
另外一些使用频率稍低的参数如下:
-A acclist / -R rejlist:
这两个参数用于指定wget接受或排除的文件扩展名,多个名称之间用逗号隔开。例如,
假设我们不想下载MPEG视频影像文件和.AU声音文件,可使用如下参数:
-R mpg,mpeg,au
其它参数还有:
-L 只扩展相对连接,该参数对于抓取指定站点很有用,可以避免向宿主主机
的其他目录扩散。例如,某个人网站地址为:::URL::http://www.xys.org/~ppfl/,使用
如下命令行:
wget -L ::URL::http://www.xys.org/~ppfl/
则只提取该个人网站,而不涉及主机www.xys.org上的其他目录。
-k 转换连接:HTML文件存盘时,将其中的非相对连接转换成为相对连接。
-X 在下载FTP主机上的文件时,排除若干指定的目录
另外,下面参数用于设置wget的工作界面:
-v 设置wget输出详细的工作信息。
-q 设置wget不输出任何信息。
如果我们已经在一个HTML文档(或普通文本文档)中存储了所要提取的文件的连接,
可以让wget直接从该文件中提取信息,而不用在命令行中提供URL地址,参数格式为:
-i filename
地址文件也可以不是HTML文档,例如,一个普通的文本文件,其中有需要下载的URL列
表即可。
我们可以用以下技巧提高下载速度:由于Linux是一个多任务系统,我们可以同时运行
多个wget进程以提高下载速度,例如,先下载某主页文件(index.html),然后将该
文件所列出的所有地址分别用一个独立的wget进程进行下载。
作者:horn1
2005-4-5 17:28 回复此发言
3wget常用参数如下
至于其他的参数,可参考wget的man手册页,命令为:
man wget
bb_sun 发表于 >2005-1-18 15:31:20 保存该日志到本地 [全文] [评论] [引用] [推荐] [档案] [推给好友]
2005-1-18
wget使用详解 [转]
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。它有以下功能和特点:
(1)支持断点下传功能;这一点,也是网络蚂蚁和FlashGet当年最大的卖点,现在,Wget也可以使用此功能,那些网络不是太好的用户可以放心了;
(2)同时支持FTP和HTTP下载方式;尽管现在大部分软件可以使用HTTP方式下载,但是,有些时候,仍然需要使用FTP方式下载软件;
(3)支持代理服务器;对安全强度很高的系统而言,一般不会将自己的系统直接暴露在互联网上,所以,支持代理是下载软件必须有的功能;
(4)设置方便简单;可能,习惯图形界面的用户已经不是太习惯命令行了,但是,命令行在设置上其实有更多的优点,最少,鼠标可以少点很多次,也不要担心是否错点鼠标;
(5)程序小,完全免费;程序小可以考虑不计,因为现在的硬盘实在太大了;完全免费就不得不考虑了,即使网络上有很多所谓的免费软件,但是,这些软件的广告却不是我们喜欢的;
wget虽然功能强大,但是使用起来还是比较简单的,基本的语法是:wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。
1、下载整个http或者ftp站点。
wget ::URL::http://place.your.url/here
这个命令可以将::URL::http://place.your.url/here 首页下载下来。使用-x会强制建立服务器上一模一样的目录,如果使用-nd参数,那么服务器上下载的所有内容都会加到本地当前目录。
wget -r ::URL::http://place.your.url/here
这个命令会按照递归的方法,下载服务器上所有的目录和文件,实质就是下载整个网站。这个命令一定要小心使用,因为在下载的时候,被下载网站指向的所有地址同样会被下载,因此,如果这个网站引用了其他网站,那么被引用的网站也会被下载下来!基于这个原因,这个参数不常用。可以用-l number参数来指定下载的层次。例如只下载两层,那么使用-l 2。
要是您想制作镜像站点,那么可以使用-m参数,例如:wget -m ::URL::http://place.your.url/here
这时wget会自动判断合适的参数来制作镜像站点。此时,wget会登录到服务器上,读入robots.txt并按robots.txt的规定来执行。
2、断点续传。
当文件特别大或者网络特别慢的时候,往往一个文件还没有下载完,连接就已经被切断,此时就需要断点续传。wget的断点续传是自动的,只需要使用-c参数,例如:
wget -c ::URL::http://the.url.of/incomplete/file
使用断点续传要求服务器支持断点续传。-t参数表示重试次数,例如需要重试100次,那么就写-t 100,如果设成-t 0,那么表示无穷次重试,直到连接成功。-T参数表示超时等待时间,例如-T 120,表示等待120秒连接不上就算超时。
3、批量下载。
如果有多个文件需要下载,那么可以生成一个文件,把每个文件的URL写一行,例如生成文件download.txt,然后用命令:wget -i download.txt
这样就会把download.txt里面列出的每个URL都下载下来。(如果列的是文件就下载文件,如果列的是网站,那么下载首页)
4、选择性的下载。
可以指定让wget只下载一类文件,或者不下载什么文件。例如:
wget -m --reject=gif ::URL::http://target.web.site/subdirectory
表示下载::URL::http://target.web.site/subdirectory ,但是忽略gif文件。--accept=LIST 可以接受的文件类型,--reject=LIST拒绝接受的文件类型。
5、密码和认证。
wget只能处理利用用户名/密码方式限制访问的网站,可以利用两个参数:
作者:horn1
2005-4-5 17:28 回复此发言
6wget常用参数如下 -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
一个指向这个站点其他人个人主页的连接,而我们只想下载这个人的
个人主页,如果不设置这个选项,甚至--有可能把整个站点给抓下来,
这显然是我们通常不希望的)
问题
在递归下载的时候,遇到目录中有中文的时候,wget创建的本地目录名会用URL编码规则处理。如"天网防火墙"会被存为"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",这造成阅读上的极大不方便。
-V, --version 显示Wget版本之后退出。
-h, --help 显示本帮助
-b, --background 启动后转到后台运行。
-e, --execute=COMMAND 运行 `.wgetrc'-那样的命令。
日志和输入文件:
-o, --output-file=FILE 将日志记录到文件 FILE.
-a, --append-output=FILE 添加消息到文件 FILE.
-d, --debug 输出大量调试信息。
-q, --quiet 静默模式 (无输出)。
-v, --verbose 显示信息 (默认打开).
-nv, --no-verbose 显示很少信息但不是完全安静.
-i, --input-file=FILE 下载存储在 FILE 文件中的所有URL地址指向的文件。
-F, --force-html 把输入文件当成 HTML.
-B, --base=URL prepends URL to relative links in -F -i file.
下载:
-t, --tries=NUMBER 设定重试次数(0 一直重试)。
--retry-connrefused retry even if connection is refused.
-O, --output-document=FILE 写入文档到 FILE.
-nc, --no-clobber 跳过将要到已存在文件的下载。
-c, --continue 续传下载。
--progress=TYPE select progress gauge type.
-N, --timestamping don't re-retrieve files unless newer than
local.
-S, --server-response 显示服务器的响应。
--spider 什么都不下载
-T, --timeout=SECONDS 把所有超时时间设为SECONDS秒。
--dns-timeout=SECS 把DNS超时时间设为SECS秒。
--connect-timeout=SECS 设定连接超时为 SECS.
--read-timeout=SECS 设定读取超时为 SECS.
-w, --wait=SECONDS wait SECONDS between retrievals.
--waitretry=SECONDS wait 1..SECONDS between retries of a retrieval.
--random-wait wait from 0...2*WAIT secs between retrievals.
--no-proxy 显示关闭代理
-Q, --quota=NUMBER set retrieval quota to NUMBER.
--bind-address=ADDRESS bind to ADDRESS (hostname or IP) on local host.
--limit-rate=RATE 把下载速度限制为RATE。
--no-dns-cache 禁止查找DNS缓存。
--restrict-file-names=OS restrict chars in file names to ones OS allows.
--ignore-case ignore case when matching files/directories.
-4, --inet4-only 仅连接IPv4地址。
-6, --inet6-only 只连接到 IPv6 地址。
--prefer-family=FAMILY connect first to addresses of specified family,
one of IPv6, IPv4, or none.
--user=USER 把ftp和http的用户名设定为UESR。
--password=PASS 把ftp和http的密码设定为PASS。
目录:
-nd,--no-directories 不建立文件夹。
-x,--force-directories 强制建立文件夹。
-nH, --no-host-directories 不创建主机目录。
--protocol-directories use protocol name in directories.
-P, --directory-prefix=PREFIX 将文件保存到 PREFIX/...
--cut-dirs=NUMBER ignore NUMBER remote directory components.
HTTP 选项:
--http-user=USER 将 http用户设为 USER.
--http-password=PASS 将http密码设为 PASS.
--no-cache 不接受服务器缓存的数据.
-E,--html-extension 以'.html'扩展名保存HTML文档。
--ignore-length ignore `Content-Length' header field.
--header=STRING insert STRING among the headers.
--max-redirect maximum redirections allowed per page.
--proxy-user=USER 设定 USER 作为代理用户名。
--proxy-password=PASS 设定 PASS 作为代理密码。
--referer=URL include `Referer: URL' header in HTTP request.
--save-headers 保存 HTTP 头到文件。
-U, --user-agent=AGENT identify as AGENT instead of Wget/VERSION.
--no-http-keep-alive disable HTTP keep-alive (persistent connections).
--no-cookies 不使用cookies.
--load-cookies=FILE 在会话前从文件中读取cookies。
--save-cookies=FILE 在会话结束后保存 cookies 到 FILE。
--keep-session-cookies load and save session (non-permanent) cookies.
--post-data=STRING use the POST method; send STRING as the data.
--post-file=FILE use the POST method; send contents of FILE.
--content-disposition honor the Content-Disposition header when
choosing local file names (EXPERIMENTAL).
--auth-no-challenge Send Basic HTTP authentication information
without first waiting for the server's
challenge.
HTTPS (SSL/TLS) 选项:
--secure-protocol=PR choose secure protocol, one of auto, SSLv2,
SSLv3, and TLSv1.
--no-check-certificate don't validate the server's certificate.
--certificate=FILE client certificate file.
--certificate-type=TYPE client certificate type, PEM or DER.
--private-key=FILE private key file.
--private-key-type=TYPE private key type, PEM or DER.
--ca-certificate=FILE file with the bundle of CA's.
--ca-directory=DIR directory where hash list of CA's is stored.
--random-file=FILE file with random data for seeding the SSL PRNG.
--egd-file=FILE file naming the EGD socket with random data.
FTP 选项:
--ftp-user=USER 设置ftp用户为 USER.
--ftp-password=PASS 设置ftp密码为 PASS.
--no-remove-listing don't remove `.listing' files.
--no-glob turn off FTP file name globbing.
--no-passive-ftp disable the "passive" transfer mode.
--retr-symlinks when recursing, get linked-to files (not dir).
--preserve-permissions preserve remote file permissions.
递归下载:
-r, --recursive specify recursive download.
-l, --level=NUMBER maximum recursion depth (inf or 0 for infinite).
--delete-after delete files locally after downloading them.
-k, --convert-links make links in downloaded HTML point to local files.
-K, --backup-converted before converting file X, back up as X.orig.
-m, --mirror shortcut for -N -r -l inf --no-remove-listing.
-p, --page-requisites get all images, etc. needed to display HTML page.
--strict-comments turn on strict (SGML) handling of HTML comments.
Recursive accept/reject:
-A, --accept=LIST comma-separated list of accepted extensions.
-R, --reject=LIST comma-separated list of rejected extensions.
-D, --domains=LIST comma-separated list of accepted domains.
--exclude-domains=LIST 被拒绝的域名的用逗号分开的列表。
--follow-ftp follow FTP links from HTML documents.
--follow-tags=LIST comma-separated list of followed HTML tags.
--ignore-tags=LIST comma-separated list of ignored HTML tags.
-H, --span-hosts 当递归时转到陌生的主机。
-L, --relative 只跟随相对链接。
-I, --include-directories=LIST 允许的目录的列表。
-X, --exclude-directories=LIST 不包括的目录的列表。
-np, --no-parent don't ascend to the parent directory.
wget, 一个强大的下载命令
如果你认为 wget 只是一个命令行下载工具, 那你就错了, wget 有能力完成各种各样的下载任务. 下面我会给出一些简单的例子:
如果你想从网站上下载一个文件.
wget http://www.dummy.com/foo.tar.gz
有时下载到一半会丢失链接, 我可以恢复之前的下载么?
wget -c http://www/dummy.com/foo.tar.gz
好吧, 我的网速很慢, 经常会断开链接, 我想让他自动重试直到下载完成该怎么办?
wget -t 0 -c http://www.dummy.com/foo.tar.gz #默认会重试20次, -t 0 会让他一直重试.
嗯… 不错, 如果我有URL我可以一次下载整张网页么?
wget -p http://www.dummy.com/blog
如果我要下载文件的网址需要指定用户名和密码怎么办?
wget http://www.dummy.com/bar.tar --user=name --password=passwd
?
我还可以做什么?
更多的操作, 输入man wget吧.
- wget, 一个强大的下载命令
- wget, 一个强大的下载工具
- linux的下载命令wget
- Linux的下载命令wget详解
- Linux的下载命令wget详解
- Linux的下载命令wget详解
- Linux的下载命令wget详解
- 使用wget 命令下载JDK的方法
- linux下网络资源下载的命令wget
- linux下载:wget命令
- linux wget(下载命令)
- wget命令(下载)
- 【转】wget命令下载
- WGET下载一个网站
- wget下载一个目录
- 超级强大的下载工具wget
- 【linux】强大的wget工具
- linux下载文件命令wget
- 百度百科:资金管理---现金为王
- 经典博文
- Application应用框架思考(三) 之[插件机制]
- JavaScript(实例在线看和用啊)
- 字节序 big endian 和 little endian
- wget, 一个强大的下载命令
- 记忆的真谛
- 关于智能卡数字加密技术的分析
- 非接触智能卡的安全性分析
- JS函数集合大全
- 累
- IE7打开带有100%名称的Html文件死掉
- ASCII到UNICODE转换
- 强列推荐此网站