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

    转自于:http://www.jb51.net/LINUXjishu/86326.html

    1、使用wget下载单个文件 

    1 e.g.
    2 
    3 wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
    4 
    5 #下载文件,并保存在当前目录下
    6 #下载过程显示进度条,当前下载速度,剩余下载时间等

    2、使用wget -O 下载并以不同的文件名保存 

     1 e.g.
     2 
     3 wget http://www.centos.bz/download?id=1080
     4 
     5 #默认保存在当前目录下的文件名为路径中最后一个“/”后的字符串名;
     6 #对于动态链接(如上),保存的文件名为“download?id=1080”,该文件名并不合法。
     7 
     8 #解决办法:
     9 #通过-O选项可以指定一个文件名。
    10 
    11 e.g.
    12 
    13 wget -O wordpress.zip http://www.centos.bz/download.php?id=1080 

    3、使用wget -–limit-rate限速下载 

    --limit-rate:限速下载
    
    e.g.
    
    wget -–limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
    
    # 默认占用所有可能的宽带下载
    # 限速下载,可为其他下载创建条件

    4、使用wget -c 断点续传

    1 -c :断点续传
    2 e.g.
    3 
    4 wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
    5 
    6 # 意外中断,可以重新下载

    5、使用wget -b 后台下载 

     1 -b : 后台下载
     2 
     3 e.g.
     4 
     5 wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
     6 Continuing in background, pid 1840. 
     7 Output will be written to `wget-log’. 
     8 
     9 # 查看下载进度
    10 
    11 tail -f wget-log 

    6、伪装代理名称下载 

    1 -–user-agent
    2 
    3 e.g.
    4 
    5 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

    7、使用wget –spider 测试下载链接

    1 -–spider
    2 
    3 wget -–spider URL 
    4 
    5 # 适用于
    6 # 定时下载之前进行检查 
    7 # 间隔检测网站是否可用 
    8 # 检查网站页面的死链接 

    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. 

    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!!! 
    8、使用wget --tries增加重试次数 

    1 wget -–tries=40 URL 

    9、使用wget -i 下载多个文件 

    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 

    10、使用wget –mirror镜像网站 
    下面的例子是下载整个网站到本地。 

    wget –mirror -p –convert-links -P ./LOCAL URL 
    –miror:开户镜像下载 
    -p:下载所有html页面显示正常的文件 
    –convert-links:下载后,转换成本地的链接 
    -P ./LOCAL:保存所有文件和目录到本地指定目录 

    11、使用wget –reject过滤指定格式下载 
    你想下载一个网站,但你不希望下载图片,你可以使用以下命令。 

    wget –reject=gif url 

    12、使用wget -o 把下载信息存入日志文件 
    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、使用wget -Q 限制总下载文件大小 
    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、使用wget -r -A下载指定格式文件 
    可以在以下情况使用该功能 

    下载一个网站的所有图片 
    下载一个网站的所有视频 
    下载一个网站的所有PDF文件 
    wget -r -A.pdf url 

    15、使用wget FTP下载 
    你可以使用wget来完成ftp链接的下载。 
    使用wget匿名ftp下载 

    wget ftp-url 

    使用wget用户名和密码认证的ftp下载 

    wget –ftp-user=USERNAME –ftp-password=PASSWORD url

    wget是在Linux下开发的开放源代码的软件,作者是Hrvoje Niksic,后来被移植到包括Windows在内的各个平台上。它有以下功能和特点: 

    (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,现在,Wget也可以使用此功能,那些网络不是太好的用户可以放心了; 
    (2)同时支持FTP和HTTP下载方式;尽管现在大部分软件可以使用HTTP方式下载,但是,有些时候,仍然需要使用FTP方式下载软件; 
    (3)支持代理服务器;对安全强度很高的系统而言,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,但是,命令行在设置上其实有更多的优点,最少,鼠标可以少点很多次,也不要担心是否错点鼠标; 
    (5)程序小,完全免费;程序小可以考虑不计,因为现在的硬盘实在太大了;完全免费就不得不考虑了,即使网络上有很多所谓的免费软件,但是,这些软件的广告却不是我们喜欢的; 

    wget虽然功能强大,但是使用起来还是比较简单的,基本的语法是:wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。 

    1、下载整个http或者ftp站点。 
    wget http://place.your.url/here 
    这个命令可以将http://place.your.url/here 首页下载下来。使用-x会强制建立服务器上一模一样的目录,如果使用-nd参数,那么服务器上下载的所有内容都会加到本地当前目录。 

    wget -r http://place.your.url/here 
    这 个命令会按照递归的方法,下载服务器上所有的目录和文件,实质就是下载整个网站。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同 样会被下载,因此,如果这个网站引用了其他网站,那么被引用的网站也会被下载下来!基于这个原因,这个参数不常用。可以用-l number参数来指定下载的层次。例如只下载两层,那么使用-l 2。 

    要是您想制作镜像站点,那么可以使用-m参数,例如:wget -m http://place.your.url/here 
    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。 

    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://the.url.of/incomplete/file 
    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。 

    3、批量下载。 
    如果有多个文件需要下载,那么可以生成一个文件,把每个文件的URL写一行,例如生成文件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) 

    4、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://target.web.site/subdirectory 
    表示下载http://target.web.site/subdirectory,但是忽略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。 

    5、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。 

    6、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。文件中可以设置代理服务器: 
    http-proxy = 111.111.111.111:8080 
    ftp-proxy = 111.111.111.111:8080 
    分别表示http的代理服务器和ftp的代理服务器。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 
    这两个参数。 
    使用参数–proxy=on/off 使用或者关闭代理。 
    wget还有很多有用的功能,需要用户去挖掘。 

    附录: 

    命令格式: 
    wget [参数列表] [目标软件、网页的网址] 

    -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 

    中文文档名在平常的情况下会被编码, 但是在 –cut-dirs 时又是正常的, 
    wget -r -np -nH –cut-dirs=3 ftp://host/test/ 
    测试.txt 
    wget -r -np -nH -nd ftp://host/test/ 
    %B4%FA%B8%D5.txt 
    wget “ftp://host/test/*” 
    %B4%FA%B8%D5.txt 

    由 於不知名的原因,可能是为了避开特殊档名, wget 会自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” 这种东西, 用 decode_string 还原成 “:”,并套用在目录与档案名称的部分,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

  • 相关阅读:
    Java五
    Java I/O流
    第二周学习笔记
    第一周学习笔记
    第六次作业修改版
    第六周作业
    java第四次作业(补)
    java第五次作业
    Java第三次作业
    java第二次作业
  • 原文地址:https://www.cnblogs.com/xiaofeiIDO/p/6198880.html
Copyright © 2011-2022 走看看