wget

目录： 　　1.基本语法 　　2.下载特定的链接

1.语法

---

1.1.选项

选项	默认值	备注
-V		版本信息
-b		后台执行
-e command		执行命令
-o logfile --output-file=	标准错误输出	执行过程写到文件
-a logfile		输出追加到文件
-B URL --base=URL		使用相对路径的基
--config=FILE	.wgetrc
-t number --tries=number	20	设定为0，或'inf'代表尝试无限次。 连接决绝时，不尝试。
-O file ① --output-ducument=		下载文件写到file
-c --continue		继续未完成的下载
-4 --inet4-only -6 --inet6-only		选择网络层协议
--prefer-family= none/IPv4/IPv6		哪个有限选择
--user=user --password=password --ftp-user --ftp-password --http-user --http-password		指定用户名、密码
-nd		不创建目录结构 同名文件、或同一文件多次下载，会备份旧文件。
-x	命令默认选项	创建目录结构 同名文件直接覆盖
-nH		创建目录时，不创建“域名目录”
-P prefix --directory-prefix=prefix	.	输出时的基目录
-E --adjust-extension		URL末尾不匹配‘\.[Hh][Tt][Mm][Ll]?’时，自动添加扩展名。
-r	5	递归检索（开关）
-l depth --level=depth	5	递归检索深度（开关量）
-k --convert-links		扩展链接可用，包括超链接、嵌入的图片、样式表、非html的超链接内容。
-p --page-requisi		下载正确显示所需的文件，图片、声音、样式表等。

1.2.示例

　　下载后的文件名

[view@tri tmp]$ wget -q http://sunnybay.blog.51cto.com/2249903/1386234
[view@tri tmp]$ ll
-rw-rw-r-- 1 work work 66840 Jul  2 11:23 1386234
下载只有路径不带默认文件名的URL，需要指定文件名①：
[view@tri tmp]$ wget http://sunnybay.blog.51cto.com/2249903/1386234 -o o.file -O index.html
[view@tri tmp]$ ll
-rw-rw-r-- 1 work work 66840 Jul  2 11:12 index.html
-rw-rw-r-- 1 work work   562 Jul  2 11:12 o.file
[view@tri tmp]$ wget -q http://sunnybay.blog.51cto.com/2249903/1386234/
[view@tri tmp]$ ll
-rw-rw-r-- 1 work work 68386 Jul  2 11:37 index.html

　　目录结构

[view@tri tmp]$ wget -x -q http://sunnybay.blog.51cto.com/
[view@tri tmp]$ ll
drwxrwxr-x 2 work work 4096 Jul  2 11:48 sunnybay.blog.51cto.com
[view@tri tmp]$ ll sunnybay.blog.51cto.com/
-rw-rw-r-- 1 work work 53192 Jul  2 11:48 index.html
可以在程序中测试
$WGET -P $TMPDIR -nd -q $URL
$WGET -P $TMPDIR -x -q $URL

　　添加扩展名

[view@tri tmp]$ wget -E -q http://sunnybay.blog.51cto.com/2249903/1386234
[view@tri tmp]$ ll
total 76
-rw-rw-r-- 1 work work 70331 Jul  2 13:06 1386234.html

　　下载一个可用的web页

下载了正确显示所需的文件
[view@tri tmp]$ wget -p http://www.gnu.org/software/wget/manual/wget.html
[view@tri tmp]$ tree
.
└── www.gnu.org
    ├── robots.txt
    ├── software
    │   ├── gnulib
    │   │   └── manual.css
    │   └── wget
    │       └── manual
    │           └── wget.html
    └── style.css

5 directories, 4 files

举例，当文档1包含图片1、并且链接到文档2；而文档2同样包含图片2、并且链接到文档3……
下载文件1、文件2的全部相关文件（递归检索深度为2，下载了1.html、1.png、2.html、2.png、
3.html）
[view@tri tmp]$ wget -r -l 2 http://site/1.html
深度所限，3.png没有下载，打开文档跳转到3.html时必然无法完全显示。不修改深度，又保全文档
可用，使用选项“-p”就好了。
[view@tri tmp]$ wget -r -l 2 -p http://site/1.html

下载深度为1，保全深度为1时的文件可用。下载了1.html、1.png、2.html，由于使用了选项“-p”,
2.png也被下载。
[view@tri tmp]$ wget -r -l 1 -p  

当仅仅需要下载1.html、1.png时，使用如下语句：
[view@tri tmp]$ wget -r -l 0 -p http://site/1.html
会发现事与愿违，当深度为零时，表示无限次递归。

下载一个单一可用的1.html、1.png。
[view@tri tmp]$ wget -p http://site/1.html
[view@tri gnulib]$ wget -E -H -k -K -p http://www.gnu.org/software/wget/manual/wget.html
[view@tri gnulib]$ tree
.
├── manual.css
├── manual.css.orig
└── www.gnu.org
    ├── robots.txt
    ├── software
    │   ├── gnulib
    │   │   ├── manual.css
    │   │   └── manual.css.orig
    │   └── wget
    │       └── manual
    │           ├── wget.html
    │           └── wget.html.orig
    ├── style.css
    └── style.css.orig

5 directories, 9 files
[view@tri tmp]$ wget -o log.txt -b -r -l 0 -p http://tomcat.apache.org/tomcat-8.5-doc/index.html

1.3.下载单个网页

　　下载网页时，网页上的链接、图片、样式等须可用。

下载网页内容，保留原始的目录结构
[root@tri work]# wget -kp http://www.abc.org/software/utils/manual/index.html
不需要原始目录，统一放在当前目录下
[root@tri work]# wget -nd -kp http://www.abc.org/software/utils/manual/index.html

2.下载特定的链接

---

2.1.获取目录

　　考虑到目录组织的原因，可能把相关的文件集中放在一起，而需要下载的正好就是某个目录。关于选择目录，wget提供3组选项来处理相应的需求。

wget的目录选项

选项	备注
-I list --include list include_directories=list	限定要下载的目录 指定目录，要使用绝对路径，多个目录用逗号分隔。
-X list --exclude list exclude_directories=list
-np --no-parent no_parent=on

示例：

[view@file ~]$ wget -nH -rpkb -o 4.5.log -I "/4.5/docs" http://vault.centos.org/4.5/docs/
[view@payqa1 ~]$ wget -rpk -I "/tomcat-8.5-doc,/tomcat-8.0-doc" http://tomcat.apache.org