zoukankan      html  css  js  c++  java
  • wget使用小技巧

    wget使用小技巧

     

    wget是一个在命令行下下载文件的工具。
    (1)支持断点下传功能
    (2)同时支持FTP和HTTP下载方式
    (3)支持代理服务器
    (4)设置方便简单
    (5)程序小,完全免费


    简单用法:
    1.下载单个文件
    以下的例子是从网络下载一个文件并保存在当前目录
    wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

    在下载的过程中会显示进度条,包含(下载完成百分比,已经下载的字节,当前下载速度,剩余下载时间)。

    2.以不同的文件名保存-O
    wget默认会以最后一个符合”/”的后面的字符来命令,对于动态链接的下载通常文件名会不正确。
    错误:下面的例子会下载一个文件并以名称download.php?id=1080保存
        wget http://www.centos.bz/download?id=1
    即使下载的文件是zip格式,它仍然以download.php?id=1080命令。
    正确:为了解决这个问题,我们可以使用参数-O来指定一个文件名:
    wget -O wordpress.zip http://www.centos.bz/download.php?id=1080

    3.限速下载--limit-rate
    当你执行wget的时候,它默认会占用全部可能的宽带下载。但是当你准备下载一个大文件,而你还需要下载其它文件时就有必要限速了。
    wget --limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

    4.断点续传-c
    使用wget -c重新启动下载中断的文件:
    wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
    对于下载大文件时突然由于网络等原因中断非常有帮助,我们可以继续接着下载而不是重新下载一个文件。

    5.后台下载-b
    对于下载非常大的文件,可以使用参数-b进行后台下载。
    wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
    Continuing in background, pid 1840.
    Output will be written to `wget-log'.
    你可以使用以下命令来察看下载进度
    tail -f wget-log

    6.伪装,代理下载

    a.user-agent伪装

    有些网站能根据判断代理名称不是浏览器而拒绝你的下载请求。可以通过--user-agent参数伪装。
    wget --user-agent="Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.204 Safari/534.16" URL

    b.代理

    export proxy=http://192.168.0.254:8080

    wget -Y on -pk http://www.test.com/test.jpg


    7.测试下载链接--spider
    当你打算进行定时下载,你应该在预定时间测试下载链接是否有效。可以增加--spider参数进行检查。

    wget --spider URL

    如果下载链接正确,将会显示
    wget --spider URL
    Spider mode enabled. Check if remote file exists.
    HTTP request sent, awaiting response... 200 OK
    Length: unspecified [text/html]
    Remote file exists and could contain further links,
    but recursion is disabled -- not retrieving.


    这保证了下载能在预定的时间进行,但当你给错了一个链接,将会显示如下错误
    wget --spider url
    Spider mode enabled. Check if remote file exists.
    HTTP request sent, awaiting response... 404 Not Found
    Remote file does not exist -- broken link!!!


    在以下几种情况下使用spider参数:
    a.定时下载之前进行检查
    b.间隔检测网站是否可用
    c.检查网站页面的死链接

    8.增加重试次数--tries
    如果网络有问题或下载一个大文件也有可能失败。
    wget --tries=3 URL

    9.下载文件列表中的多个文件-i
    首先,保存一份下载链接文件
    cat > filelist.txt
    url1
    url2
    url3
    url4
    接着使用这个文件和参数-i下载
    wget -i filelist.txt

    在LFS中这招蛮好用的噢!

    10.镜像网站--mirror
    a.下载整个网站到本地
    wget --mirror -p --convert-links -P /root/  URL(或者wget -mkH http://www.test.com)
    --miror #镜像下载
    -p #下载所有显示正常的文件
    --convert-links #下载后,转换成本地的链接
    -P  #保存所有文件和目录到本地指定目录

    b.下载url某个目录中的所有文件
    wget -r -np -nd  http://www.test.com/packages
    -r     #递归
    -np    #不遍历父目录
    -nd    #不在本机重新创建目录结构


    11.下载时过滤指定格式--reject

    你想下载一个网站,但你不希望下载gif图片,你可以使用以下命令
    wget --reject=gif url

     
    12.下载信息存入日志文件-o

    你不希望下载信息直接显示在终端而是在一个日志文件,可以使用以下命令:
    wget -o download.log URL

    13.限制总下载文件大小-Q
    当你想要下载的文件超过5M而退出下载,你可以使用以下命令:
    wget -Q5m -i filelist.txt

    注意:这个参数对单个文件下载不起作用,只能递归下载时才有效。

    14.下载指定格式文件-A
    wget -r -A.pdf url

    或者

    wget -r -np -nd --acept=iso http://www.test.com/amd64


    15.FTP下载
    a.用户名和密码认证的ftp
    wget --ftp-user=USERNAME --ftp-password=PASSWORD ftp://URL

    或者wget --user=USERNAME --password=PASSWORD URL

    后者ftp,http都适用。

    b.使用通配符

    wget ftp://www.test.com/pub/*


    16.跳过非权威CA签名的https网站

    wget --tries=3 --no-check-certificate https://www.python.org/ftp/python/3.4.1/Python-3.4.1.tar.xz


    参数:
    -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
    -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
    -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
    -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
  • 相关阅读:
    17-vue-cli脚手架安装和webpack-simple模板项目生成
    15-其它
    14-表单输入绑定
    k8s组件通信或者创建pod生命周期
    升级CentOS 7.4内核版本--升级到最新
    Linux
    Statefulset的拓扑状态
    nginx浏览器开启密码验证
    为什么我们需要Pod?(容器设计模式sidecar)
    mysql内存优化
  • 原文地址:https://www.cnblogs.com/lixuebin/p/10814593.html
Copyright © 2011-2022 走看看