Linux学习(二) wget命令的使用

近期在Linux下进行一些操作,在非常多地方都用到了wget这个命令,记录一下一些有关wget的使用方法:

wget是在Linux下开发的开放源码的软件，作者是Hrvoje Niksic，后来被移植到包含Windows在内的各个平台上。它有下面功能和特点：

（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。如今，Wget也能够使用此功能，那些网络不是太好的用户能够放心了。

（2）同一时候支持FTP和HTTP下载方式。虽然如今大部分软件能够使用HTTP方式下载。可是，有些时候，仍然须要使用FTP方式下载软件；

（3）支持代理server；对安全强度非常高的系统而言。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，可是，命令行在设置上事实上有很多其它的长处，最少，鼠标能够少点非常多次。也不要操心是否错点鼠标；

（5）程序小，全然免费；程序小能够考虑不计。由于如今的硬盘实在太大了；全然免费就不得不考虑了，即使网络上有非常多所谓的免费软件，可是，这些软件的广告却不是我们喜欢的；



wget尽管功能强大，可是使用起来还是比較简单的，主要的语法是：wget [參数列表] URL。以下就结合详细的样例来说明一下wget的使用方法。

1、下载整个http或者ftp网站。

wget http://place.your.url/here

这个命令能够将http://place.your.url/here 首页下载下来。

使用-x会强制建立server上一模一样的文件夹。假设使用-nd參数，那么server上下载的全部内容都会加到本地当前文件夹。

wget -r http://place.your.url/here

这 个命令会依照递归的方法。下载server上全部的文件夹和文件。实质就是下载整个站点。这个命令一定要小心使用。由于在下载的时候，被下载站点指向的全部地址同 样会被下载，因此，假设这个站点引用了其它站点，那么被引用的站点也会被下载下来！

基于这个原因。这个參数不经常使用。能够用-l number參数来指定下载的层次。比如仅仅下载两层，那么使用-l 2。

要是您想制作镜像网站，那么能够使用－m參数，比如：wget -m http://place.your.url/here

这时wget会自己主动推断合适的參数来制作镜像网站。

此时，wget会登录到server上，读入robots.txt并按robots.txt的规定来运行。

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，此时就须要断点续传。

wget的断点续传是自己主动的，仅仅须要使用-c參数，比如：

wget -c http://the.url.of/incomplete/file

使用断点续传要求server支持断点续传。-t參数表示重试次数。比如须要重试100次。那么就写-t 100。假设设成-t 0。那么表示无穷次重试，直到连接成功。-T參数表示超时等待时间。比如-T 120，表示等待120秒连接不上就算超时。

3、批量下载。

假设有多个文件须要下载。那么能够生成一个文件，把每一个文件的URL写一行。比如生成文件download.txt，然后用命令：wget -i download.txt

这样就会把download.txt里面列出的每一个URL都下载下来。

（假设列的是文件就下载文件，假设列的是站点。那么下载首页）

4、选择性的下载。

能够指定让wget仅仅下载一类文件，或者不下载什么文件。

比如：

wget -m –reject=gif http://target.web.site/subdirectory

表示下载http://target.web.site/subdirectory。可是忽略gif文件。–accept=LIST 能够接受的文件类型，–reject=LIST拒绝接受的文件类型。

5、password和认证。

wget仅仅能处理利用username/password方式限制訪问的站点，能够利用两个參数：

–http-user=USER设置HTTP用户

–http-passwd=PASS设置HTTPpassword

对于须要证书做认证的站点，就仅仅能利用其它下载工具了，比如curl。

6、利用代理server进行下载。

假设用户的网络须要经过代理server。那么能够让wget通过代理server进行文件的下载。

此时须要在当前用户的文件夹下创建一个.wgetrc文件。文件里能够设置代理server：

http-proxy = 111.111.111.111:8080

ftp-proxy = 111.111.111.111:8080

分别表示http的代理server和ftp的代理server。假设代理server须要password则使用：

–proxy-user=USER设置代理用户

–proxy-passwd=PASS设置代理password

这两个參数。

使用參数–proxy=on/off 使用或者关闭代理。

wget还有非常多实用的功能。须要用户去挖掘。

附录：

命令格式：

wget [參数列表] [目标软件、网页的网址]

-V,–version 显示软件版本然后退出；

-h,–help显示软件帮助信息；

-e,–execute=COMMAND 运行一个 “.wgetrc”命令

-o,–output-file=FILE 将软件输出信息保存到文件。

-a,–append-output=FILE将软件输出信息追加到文件；

-d,–debug显示输出信息；

-q,–quiet 不显示输出信息。

-i,–input-file=FILE 从文件里取得URL；

-t,–tries=NUMBER 是否下载次数（0表示无穷次）

-O –output-document=FILE下载文件保存为别的文件名称

-nc, –no-clobber 不要覆盖已经存在的文件

-N,–timestamping仅仅下载比本地新的文件

-T,–timeout=SECONDS 设置超时时间

-Y,–proxy=on/off 关闭代理

-nd,–no-directories 不建立文件夹

-x,–force-directories 强制建立文件夹

–http-user=USER设置HTTP用户

–http-passwd=PASS设置HTTPpassword

–proxy-user=USER设置代理用户

–proxy-passwd=PASS设置代理password

-r,–recursive 下载整个站点、文件夹（小心使用）

-l,–level=NUMBER 下载层次

-A,–accept=LIST 能够接受的文件类型

-R,–reject=LIST拒绝接受的文件类型

-D,–domains=LIST能够接受的域名

–exclude-domains=LIST拒绝的域名

-L,–relative 下载关联链接

–follow-ftp 仅仅下载FTP链接

-H,–span-hosts 能够下载外面的主机

-I,–include-directories=LIST同意的文件夹

-X,–exclude-directories=LIST 拒绝的文件夹

中文文档名在寻常的情况下会被编码。 可是在 –cut-dirs 时又是正常的，

wget -r -np -nH –cut-dirs=3 ftp://host/test/

測试.txt

wget -r -np -nH -nd ftp://host/test/

%B4%FA%B8%D5.txt

wget “ftp://host/test/*”

%B4%FA%B8%D5.txt

因为不知名的原因，可能是为了避开特殊档名， wget 会自己主动将抓取档名的部分用 encode_string 处理过， 所以该 patch 就把被 encode_string 处理成 “%3A” 这样的东西， 用 decode_string 还原成 “:”。并套用在文件夹与档案名称的部分。decode_string 是 wget 内建的函式。

wget -t0 -c -nH -x -np -b -m -P /home/sunny/NOD32view/  http://downloads1.kaspersky-labs.com/bases/ -o wget.log

原文地址：http://linux.blogbus.com/logs/46636997.html