wget用法

今天学习正则表达式，然后就去网上搜点资料，然后就谷歌“正则表达式 filetype:chm -csdn”，想要点CHM文档，不想在CSDN里面找资源，里面很多东西都要积分，我哪有那么多积分啊，就把所有的关于CSDN的全部去掉了，说来也巧，就搜到一个下载中心了，更巧的是里面有很多其他资源，挺好的，就想全部下载下来，点开一个资源链接，出现了这样一个界面：

 

还是第一次遇到这种情况， "只允许在Linux/Unix下通过Wget、Curl等命令下载本软件",真有趣，幸好我正在使用linux，然后就用wget下载呗，“wget+URL”就能下载，可是这个网站里面的好东西好多啊，都想下载下来，点了几个我就烦了，太麻烦了，百度一下wget的用法吧，还真有，研究了一下，我需要的参数是递归下载整个网站，哈哈，加上-r就行了，这样就把里面的资源全部下载下来了，又看了一下网站，里面有点音乐，不用下载，就把音乐排除，加上-R mp3，就不下载mp3文件了，刚才我已经下载了一些软件了，不想重复下载，然后加上-nc，这样就会跳过已经下载的文件，哈哈，下吧，我就可以边下载边学习正则了！

 

附上wget的用法 （来自百度百科）

 

命令格式

　　wget [options] [URL]

编辑本段文件处理参数

　　这类参数定义软件log文件的输出方式等。

　　-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；

　　例1：下载首页并且显示下载信息

　　wget -d

　　例2：下载首页并且不显示任何信息

　　wget -q

　　例3：下载filelist.txt中所包含的链接的所有文件

　　wget -i filelist.txt

　　wget -np -m -l 5 不下载本站所链接的其它站点内容，5级目录结构

编辑本段设定wget所使用的代理服务器

　　wget可以使用用户设置文件".wgetrc"来读取很多设置，我们这里主要利用这个文件来是设置代理服务器。使用者用什么用户登录，那么什么用户主目录下的".wgetrc"文件就起作用。例如，"root"用户如果想使用".wgetrc"来设置代理服务器，"/root/.wgetrc"就起作用，下面给出一个".wgetrc"文件的内容，读者可以参照这个例子来编写自己的"wgetrc"文件：

　　http-proxy = 111.111.111.111:8080

　　ftp-proxy = 111.111.111.111:8080

　　这两行的含义是，代理服务器IP地址为：111.111.111.111，端口号为：8080。第一行指定HTTP协议所使用的代理服务器，第二行指定FTP协议所使用的代理服务器。

编辑本段代码总表

　　‍

　　●启动:

　　-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