zoukankan      html  css  js  c++  java
  • 强大的wget下载工具

    一、wget主要功能和特点:

    支持断点下传功能
    同时支持FTP和HTTP下载方式
    支持代理服务器
    设置方便简单
    程序小,完全免费

    二、使用

    基本的语法:

    wget [args] URL

    使用举例:
    1、下载站点的首页(到当前目录下, ./index.html)。-x会强制建立服务器上一模一样的目录(./www.baidu.com/index.html).

    wget http://www.baidu.com

    2.递归下载服务器上所有的目录和文件.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都会被下载(有可能陷入死循环中)!可以用-l number参数来指定下载的层次,例如以下将下载目录下的所有网页。

    3.制作镜像站点(会把网站的各元素如html,images,flash爬下来),那么可以使用-m参数

    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。

    4、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 http://www.ubuntu.com/start-download?distro=desktop&bits=32&release=latest

    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。

    5、批量下载。
    如果有多个文件需要下载,那么可以把每个文件的URL写一行,生成一个文件url.txt,然后用命令:

    wget -i url.txt

    这样就会把url.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)

    6.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 http://www.baidu.com

    表示忽略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。

    7、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:
    –http-user=USER设置HTTP用户
    –http-passwd=PASS设置HTTP密码
    对于需要证书做认证的网站,就只能利用其他下载工具了,例如curl

    8、利用代理服务器进行下载。
    如果用户的网络需要经过代理服务器,那么可以让wget通过代理服务器进行文件的下载。此时需要在当前用户的目录下创建一个.wgetrc文件。文件中可以设置相应的代理服务器:
    http-proxy = 111.111.111.111:8080
    ftp-proxy = 111.111.111.111:8080
    如果代理服务器需要密码则使用:

    –proxy-user=USER      设置代理用户
    –proxy-passwd=PASS  设置代理密码
    使用参数–proxy=on/off 使用或者关闭代理。

    三、一些参数信息(详见:man wget)

    -V,–version 显示软件版本号然后退出;
    -h,–help显示软件帮助信息;
    -e,–execute=COMMAND 执行一个 “.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 从文件中取得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
    -nc, –no-clobber 不要覆盖已经存在的文件
    -N,–timestamping只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 不建立目录
    -x,–force-directories 强制建立目录

    –http-user=USER设置HTTP用户
    –http-passwd=PASS设置HTTP密码
    –proxy-user=USER设置代理用户
    –proxy-passwd=PASS设置代理密码

    -r,–recursive 下载整个网站、目录(小心使用)
    -l,–level=NUMBER 下载层次

    -A,–accept=LIST 可以接受的文件类型
    -R,–reject=LIST拒绝接受的文件类型
    -D,–domains=LIST可以接受的域名
    –exclude-domains=LIST拒绝的域名
    -L,–relative 下载关联链接
    –follow-ftp 只下载FTP链接
    -H,–span-hosts 可以下载外面的主机
    -I,–include-directories=LIST允许的目录
    -X,–exclude-directories=LIST 拒绝的目录

  • 相关阅读:
    SecureCRT
    Jsoup 标签选择器 选择img标签中src的值
    使用Jsoup 爬取网易首页所有的图片
    java自定义类型 比较排序 Comparator接口
    eclipse下导入jdk源码
    java爬虫--使用正则表达式获取网页中的email
    Java正则表达式--Matcher.group函数的用法
    使用org.jsoup.Jsoup下载网络中的图片
    Tomcat中的Session小结
    关于JAVA中的static方法、并发问题以及JAVA运行时内存模型
  • 原文地址:https://www.cnblogs.com/xiangzi888/p/2407710.html
Copyright © 2011-2022 走看看