Linux系统中的wget是一个下载文件的工具,它用在命令行下。对于Linux用户是必不可少的工具,我们经常要下载一些软件或从远程服务器恢复备份到本地服务器。wget支持HTTP,HTTPS和FTP协议,可以使用HTTP代理。所谓的自动下载是指,wget可以在用户退出系统的之后在后台执行。这意味这你可以登录系统,启动一个wget下载任务,然后退出系统,wget将在后台执行直到任务完成,相对于其它大部分浏览器在下载大量数据时需要用户一直的参与,这省去了极大的麻烦。


wget 可以跟踪HTML页面上的链接依次下载来创建远程服务器的本地版本,完全重建原始站点的目录结构。这又常被称作”递归下载”。在递归下载的时候,wget 遵循Robot Exclusion标准(/robots.txt). wget可以在下载的同时,将链接转换成指向本地文件,以方便离线浏览。


wget 非常稳定,它在带宽很窄的情况下和不稳定网络中有很强的适应性.如果是由于网络的原因下载失败,wget会不断的尝试,直到整个文件下载完毕。如果是服务器打断下载过程,它会再次联到服务器上从停止的地方继续下载。这对从那些限定了链接时间的服务器上下载大文件非常有用。


1.命令格式:


wget [参数] [URL地址]


2.命令功能:


用于从网络上下载资源,没有指定目录,下载资源回默认为当前目录。wget虽然功能强大,但是使用起来还是比较简单:


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。


3.命令参数:


启动参数:


-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


记录和输入文件参数:


-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


下载参数:


–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


目录参数:


-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 选项参数:


–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 选项参数:


-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)


递归下载参数:


-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


wget -S –spider url 不下载只显示过程


4.使用实例:


实例1:使用wget下载单个文件


命令:


wget http://www.minjieren.com/wordpress-3.1-zh_CN.zip


说明:


以下的例子是从网络下载一个文件并保存在当前目录,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)。


实例2:使用wget -O下载并以不同的文件名保存


命令:


:wget -O wordpress.zip http://www.minjieren.com/download.aspx?id=1080


说明:


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.aspx?id=1080保存


wget http://www.minjieren.com/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.minjieren.com/download.aspx?id=1080


实例3:使用wget –limit -rate限速下载


命令:


wget --limit-rate=300k http://www.minjieren.com/wordpress-3.1-zh_CN.zip


说明:


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。


实例4:使用wget -c断点续传


命令:


wget -c http://www.minjieren.com/wordpress-3.1-zh_CN.zip


说明:


使用wget -c重新启动下载中断的文件,对于我们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。需要继续中断的下载时可以使用-c参数。


实例5:使用wget -b后台下载


命令:


wget -b http://www.minjieren.com/wordpress-3.1-zh_CN.zip


说明:


对于下载非常大的文件的时候,我们可以使用参数-b进行后台下载。


wget -b http://www.minjieren.com/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


实例6:伪装代理名称下载


命令:


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" http://www.minjieren.com/wordpress-3.1-zh_CN.zip


说明:


有些网站能通过根据判断代理名称不是浏览器而拒绝你的下载请求。不过你可以通过–user-agent参数伪装。


实例7:使用wget –spider测试下载链接


命令:


wget --spider URL


说明:


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。我们可以增加–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!!!


你可以在以下几种情况下使用spider参数:


定时下载之前进行检查


间隔检测网站是否可用


检查网站页面的死链接


实例8:使用wget –tries增加重试次数


命令:


wget --tries=40 URL


说明:


如果网络有问题或下载一个大文件也有可能失败。wget默认重试20次连接下载文件。如果需要,你可以使用–tries增加重试次数。


实例9:使用wget -i下载多个文件


命令:


wget -i filelist.txt


说明:


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


实例10:使用wget –mirror镜像网站


命令:


wget --mirror -p --convert-links -P ./LOCAL URL


说明:


下载整个网站到本地。


–miror:开户镜像下载


-p:下载所有为了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


实例11:使用wget –reject过滤指定格式下载


命令:

wget --reject=gif ur


说明:


下载一个网站,但你不希望下载图片,可以使用以下命令。


实例12:使用wget -o把下载信息存入日志文件


命令:


wget -o download.log URL


说明:


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


实例13:使用wget -Q限制总下载文件大小


命令:


wget -Q5m -i filelist.txt


说明:


当你想要下载的文件超过5M而退出下载,你可以使用。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。


实例14:使用wget -r -A下载指定格式文件


命令:


wget -r -A.pdf url


说明:


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


实例15:使用wget FTP下载


命令:


wget ftp-url


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


说明:


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


备注:编译安装


使用如下命令编译安装: 


# tar zxvf wget-1.9.1.tar.gz 


# cd wget-1.9.1 


# ./configure 


# make 


# make install