需求:已知50个pdf的URL地址,需要批量下载,该怎么办呢?

方案一:使用wget自带的一个功能 -i 选项  从指定文件中读取下载地址,这样的好处是一直是这一个wget进程下载所有pdf,不会来回的启、停止进程

[root@Jenkins tmp]# pwd
/root/tmp
[root@Jenkins tmp]# wc -l 50pdf.log
50pdf.log
[root@Jenkins tmp]# head - 50pdf.log
.pdf
.pdf
.pdf
[root@Jenkins tmp]# awk '{print "http://xxxxx/"$1}' 50pdf.log > download.log
[root@Jenkins tmp]# head - download.log
http://xxxxx/14788669468643331.pdf
http://xxxxx/1479035133045678.pdf
http://xxxxx/14799731544302441.pdf
[root@Jenkins tmp]# wget -i download.log
---- ::-- http://xxxxx/14788669468643331.pdf
Resolving nfs.htbaobao.com... 106.75.138.13
Connecting to nfs.htbaobao.com|106.75.138.13|:... connected.
HTTP request sent, awaiting response... OK
Length: (2.5M) [application/pdf]
Saving to: “.pdf” %[========================================================================================================================================================================>] ,, 244K/s in 10s -- :: ( KB/s) - “.pdf” saved [/]
.......................................中间省略
---- ::-- http://xxxxx/1481341338750833.pdf
Reusing existing connection to nfs.htbaobao.com:.
HTTP request sent, awaiting response... OK
Length: (149K) [application/pdf]
Saving to: “.pdf” %[========================================================================================================================================================================>] , 209K/s in .7s -- :: ( KB/s) - “.pdf” saved [/] FINISHED ---- ::--
Downloaded: files, 16M in 1m 13s ( KB/s)

[root@Jenkins tmp]# ls
14788669468643331.pdf 1481187682278708.pdf 1481262534034760.pdf 1481266593232456.pdf 1481340827926207.pdf 1481340948842260.pdf 1481341049634040.pdf 1481341172815801.pdf 1481341307823881.pdf
1479035133045678.pdf 1481193562811982.pdf 1481262611307371.pdf 1481267034803389.pdf 1481340853666343.pdf 1481340973957872.pdf 1481341112979143.pdf 1481341185245978.pdf 1481341338750833.pdf
14799731544302441.pdf 1481247789582233.pdf 1481262623674903.pdf 1481270022285676.pdf 1481340897933322.pdf 1481341008561312.pdf 1481341130545646.pdf 1481341216517700.pdf 50pdf.log
14799944743125144.pdf 1481262178457017.pdf 1481262846773279.pdf 1481286012498927.pdf 1481340922434822.pdf 1481341008584230.pdf 1481341134346522.pdf 1481341229730723.pdf download.log
1481034002739896.pdf 1481262229905206.pdf 1481265452669335.pdf 1481340787767089.pdf 1481340927135663.pdf 1481341022043499.pdf 1481341148759269.pdf 1481341244148718.pdf
1481095290513785.pdf 1481262241457479.pdf 1481265807661321.pdf 1481340826599027.pdf 1481340943094250.pdf 1481341045655154.pdf 1481341159027852.pdf 1481341261314587.pdf

在下载过程中打开另外一个窗口查看是否是同一个wget进程

[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: wget -i download.log
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: wget -i download.log
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: wget -i download.log
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: wget -i download.log
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
[root@Jenkins ~]#

方案二:把这些URL地址放在一个文件里面,然后写个脚本直接for循环取一个URL地址交给wget下载,但是这样不好的是每下载一个pdf都会启动一个wget进程,下载完成后关闭wget进程 ......一直这样循环到最后一个,比较影响系统性能

[root@Jenkins tmp]# ls
50pdf.log download.log wget_pdf.sh
[root@Jenkins tmp]# cat wget_pdf.sh
#!/usr/bin/env bash
#
for url in `cat /root/tmp/download.log`;do
wget $url
done
[root@Jenkins tmp]# sh wget_pdf.sh
---- ::-- http://xxxxx/14788669468643331.pdf
Resolving nfs.htbaobao.com... 106.75.138.13
Connecting to nfs.htbaobao.com|106.75.138.13|:... connected.
HTTP request sent, awaiting response... OK
Length: (2.5M) [application/pdf]
Saving to: “.pdf” %[========================================================================================================================================================================>] ,, 230K/s in 11s -- :: ( KB/s) - “.pdf” saved [/]
......................................................中间省略
---- ::-- http://xxxxx/1481341338750833.pdf
Resolving nfs.htbaobao.com... 106.75.138.13
Connecting to nfs.htbaobao.com|106.75.138.13|:... connected.
HTTP request sent, awaiting response... OK
Length: (149K) [application/pdf]
Saving to: “.pdf” %[========================================================================================================================================================================>] , 184K/s in .8s -- :: ( KB/s) - “.pdf” saved [/] [root@Jenkins tmp]# ls
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf 50pdf.log
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf download.log
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf wget_pdf.sh
.pdf .pdf .pdf .pdf .pdf .pdf .pdf .pdf

在下载过程中打开另外一个窗口查看是否是同一个wget进程

[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/14788669468643331.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/1479035133045678.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/1479035133045678.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/14799731544302441.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/14799731544302441.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/14799944743125144.pdf
[root@Jenkins ~]# ps -ef|grep -v grep|grep wget
root : pts/ :: sh wget_pdf.sh
root : pts/ :: wget http://xxxxx/1481341307823881.pdf

小结:

  1、使用方案一 只有一个进程下载,且在最后会显示总共下载了多少个文件,下载的总大小等信息

  2、使用方案二 每次下载都会重新生成一个wget进程,上下文频繁切换

Linux wget 批量下载的更多相关文章

  1. Linux wget 命令下载文件

    wget是Linux系统中用来下载文件的工具,其功能还是比较多的,能够下载单个文件,也可以分段下载,下面小编将针对wget命令的用法给大家做个实例介绍. 实例1 :下载单个文件 # wget http ...

  2. linux wget指定下载目录和重命名

    当我们在使用wget命令下载文件时,通常会需要将文件下载到指定的目录,这时就可以使用 -P 参数来指定目录,如果指定的目录不存在,则会自动创建. 示例: p.p1 { margin: 0; font: ...

  3. wget批量下载

    wget -i download.txt 这样就会把download.txt里面列出的每个URL都下载下来. wget -c http://the.url.of/incomplete/file 使用断 ...

  4. linux FTP 批量下载文件

    wget是一个从网络上自动下载文件的自由工具,支持通过HTTP.HTTPS.FTP三个最常见的TCP/IP协议下载,并可以使用HTTP代理.wget名称的由来是“World Wide Web”与“ge ...

  5. wget批量下载http文件

    eg:http://hgdownload.soe.ucsc.edu/goldenPath/hg19/encodeDCC/wgEncodeAwgDnaseUniform/ 下载该路径下的所有文件 wge ...

  6. 利用wget批量下载http目录下文件

    原理:下载你需要down的目录页面的index.html,可能名字不是如此!!!之后用wget下载该文件里包含的所有链接! 例如:wget -vE -rLnp -nH --tries=20 --tim ...

  7. wget 批量下载网站目录下的文件

    执行如下命令就会自动下载 http://www.iyunwei.com/docs/ 下面的所有文件: wget -nd -r -l1 --no-parent http://www.iyunwei.co ...

  8. wget 批量下载目录文件

    wget -r -p -k -np http://源目录     ./本地目标目录

  9. 15个Linux Wget下载实例终极指南

    15个Linux Wget下载实例终极指南 Linux wget是一个下载文件的工具,它用在命令行下.对于Linux用户是必不可少的工具,尤其对于网络管理员,经常要下载一些软件或从远程服务器恢复备份到 ...

随机推荐

  1. spring源码分析系列4:ApplicationContext研究

    ApplicationContext接口 首先看一下一个最基本的上下文应该是什么样子 ApplicationContext接口的注释里写的很清楚: 一个基本applicationContext应该提供 ...

  2. java第2天:类,对象,封装和构造方法

    1 面向对象简述 将 {1,3,45,56,78,90}转化为[1,3,45,56,78,90] 1-2 方法1:面向过程 代码块 public class test { public static ...

  3. 【SpingBoot】spring静态工具类注入问题

    package cn.zwqh.action; import javax.annotation.PostConstruct; import javax.annotation.Resource; imp ...

  4. 纯CSS焦点轮播效果-功能可扩展

    个人博客: http://mcchen.club 纯CSS3实现模拟焦点轮播效果,支持JQ等扩展各项功能.废话少说,直接贴代码. <!DOCTYPE html> <html> ...

  5. javascript DOM节点

    获得子节点方式: 1.将文本内容也当成节点 childNodes firstChild lastChild 2.获得标签为内容的节点 children firstElementChild lastEl ...

  6. link 和 @import 的区别是什么?

    link语法结构: <link href="url" rel="stylesheet" type="text/css"> @im ...

  7. cocos2d-x 系统学习cocos(1)

    简析HelloWorld场景 以前使用cocos2d-x 3.14的时候,HelloWorld并不是一个场景类,而是一个图层类,当时的HelloWorld::createScene()是长这样的 Sc ...

  8. TCP/IP协议介绍

    一.什么是TCP/IP TCP/IP是一类协议系统,它是用于网络通信的一套协议集合 TCP/IP是供已连接因特网的计算机进行通信的通信协议 TCP/IP指传输控制协议/网际协议 TCP/IP定义了电子 ...

  9. Java12新特性 -- switch表达式

    传统switch表达式的弊端: 匹配是自上而下的,如果忘记写break, 后面的case语句不论匹配与否都会执行: 所有的case语句共用一个块范围,在不同的case语句定义的变量名不能重复: 不能在 ...

  10. Mysql综述(1)数据是如何读存的

    引言 我们都知道,mysql中的索引,事务,锁等都是作为开发人员要重点掌握的知识面,但要想掌握理解好这些知识却并非易事. 其中原因之一就是这些概念都过于抽象,事实上如果都不懂mysql数据是以一种怎样 ...