wget命令总结

wget是一个从网络上自动下载文件的自由工具。它支持HTTP、HTTPS、FTP协议，可以使用http代理

所谓的自动下载是指wget可以再用户推出系统之后再后台执行；这就意味着你可以登录系统，然后启动一个wget下载任务。然后推出系统，wget将在后台执行知道任务完成。

 

wget可以跟踪html页面上的连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。这又叫做“递归下载”；

wget在可以再下载的同时，将连接转换成指向本地文件，以方便离线浏览；

 

wget非常稳定，它在宽带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，直到整个晚间下载完毕。这对从那些限定了连接时间的服务器上下载大文件有很大的帮助。

 

用wget做站点镜像：

wget -r -p -np -khttp://dsec.pku.edu.cn/~us..(http://dsec.pku.edu.cn/~us..)

-r 表示递归下载，会下载所有的连接，不过要注意的是，不要单独使用这个参数，因为你要下载的网站也有别的网站的连接，wget也会把别的网站的东西下载下来，所以要加上

-np这个参数，表示不下载别的站点的连接。

-k表示将下载的网页里的连接转化为本地连接。

-p获得所有显示网页所需的元素。比如图片什么的

 

 

wget各种选项分类列表

启动

-v,--version显示wget的版本后退后

-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或者~/.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

--passive-ftp 使用被动传输模式 (缺省值).

-g, --glob=on/off 打开或关闭文件名的 globbing机制

--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

-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

 

C:\wget>wget

-P D:\eclipse_bak\  将爬下来的文件放到此文件夹下 存储的根路径

-o E:\wget.log   将记录日志放在该文件夹下

-nv   让程序后台运行

-m -D www.qybg365.com  // 所有页面的文件夹存放路径

--save-headers //保存消息头

-N   //只爬新的网页

--convert-links  //将绝对连接转换为相对连接，转换后可以脱机运行

-A html, htm, shtml //表示下载文件的路径有哪些，一般指下载静态页面