wget命令详解

wget是Linux中的一个下载文件的工具，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。

它用在命令行下。对于Linux用户是必不可少的工具，尤其对于网络管理员，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。如果我们使用虚拟主机，处理这样的事务我们只能先从远程服务器下载到我们电脑磁盘，然后再用ftp工具上传到服务器。这样既浪费时间又浪费精力，那不没办法的事。而到了Linux VPS，它则可以直接下载到服务器而不用经过上传这一步。wget工具体积小但功能完善，它支持断点下载功能，同时支持FTP和HTTP下载方式，支持代理服务器和设置起来方便简单。下面我们以实例的形式说明怎么使用wget。 

首先安装wget

1 [root@network test]# yum install -y wget

查看帮助手册

1 [root@network test]# wget --help

  1 GNU Wget 1.14，非交互式的网络文件下载工具。
  2 用法： wget [选项]... [URL]...
  3 
  4 长选项所必须的参数在使用短选项时也是必须的。
  5 
  6 启动：
  7   -V,  --version           显示 Wget 的版本信息并退出。
  8   -h,  --help              打印此帮助。
  9   -b,  --background        启动后转入后台。
 10   -e,  --execute=COMMAND   运行一个“.wgetrc”风格的命令。
 11 
 12 日志和输入文件：
 13   -o,  --output-file=FILE    将日志信息写入 FILE。
 14   -a,  --append-output=FILE  将信息添加至 FILE。
 15   -d,  --debug               打印大量调试信息。
 16   -q,  --quiet               安静模式 (无信息输出)。
 17   -v,  --verbose             详尽的输出 (此为默认值)。
 18   -nv, --no-verbose          关闭详尽输出，但不进入安静模式。
 19        --report-speed=TYPE   Output bandwidth as TYPE.  TYPE can be bits.
 20   -i,  --input-file=FILE     下载本地或外部 FILE 中的 URLs。
 21   -F,  --force-html          把输入文件当成 HTML 文件。
 22   -B,  --base=URL            解析与 URL 相关的
 23                              HTML 输入文件 (由 -i -F 选项指定)。
 24        --config=FILE         Specify config file to use.
 25 
 26 下载：
 27   -t,  --tries=NUMBER            设置重试次数为 NUMBER (0 代表无限制)。
 28        --retry-connrefused       即使拒绝连接也是重试。
 29   -O,  --output-document=FILE    将文档写入 FILE。
 30   -nc, --no-clobber              skip downloads that would download to
 31                                  existing files (overwriting them).
 32   -c,  --continue                断点续传下载文件。
 33        --progress=TYPE           选择进度条类型。
 34   -N,  --timestamping            只获取比本地文件新的文件。
 35   --no-use-server-timestamps     不用服务器上的时间戳来设置本地文件。
 36   -S,  --server-response         打印服务器响应。
 37        --spider                  不下载任何文件。
 38   -T,  --timeout=SECONDS         将所有超时设为 SECONDS 秒。
 39        --dns-timeout=SECS        设置 DNS 查寻超时为 SECS 秒。
 40        --connect-timeout=SECS    设置连接超时为 SECS 秒。
 41        --read-timeout=SECS       设置读取超时为 SECS 秒。
 42   -w,  --wait=SECONDS            等待间隔为 SECONDS 秒。
 43        --waitretry=SECONDS       在获取文件的重试期间等待 1..SECONDS 秒。
 44        --random-wait             获取多个文件时，每次随机等待间隔
 45                                  0.5*WAIT...1.5*WAIT 秒。
 46        --no-proxy                禁止使用代理。
 47   -Q,  --quota=NUMBER            设置获取配额为 NUMBER 字节。
 48        --bind-address=ADDRESS    绑定至本地主机上的 ADDRESS (主机名或是 IP)。
 49        --limit-rate=RATE         限制下载速率为 RATE。
 50        --no-dns-cache            关闭 DNS 查寻缓存。
 51        --restrict-file-names=OS  限定文件名中的字符为 OS 允许的字符。
 52        --ignore-case             匹配文件/目录时忽略大小写。
 53   -4,  --inet4-only              仅连接至 IPv4 地址。
 54   -6,  --inet6-only              仅连接至 IPv6 地址。
 55        --prefer-family=FAMILY    首先连接至指定协议的地址
 56                                  FAMILY 为 IPv6，IPv4 或是 none。
 57        --user=USER               将 ftp 和 http 的用户名均设置为 USER。
 58        --password=PASS           将 ftp 和 http 的密码均设置为 PASS。
 59        --ask-password            提示输入密码。
 60        --no-iri                  关闭 IRI 支持。
 61        --local-encoding=ENC      IRI (国际化资源标识符) 使用 ENC 作为本地编码。
 62        --remote-encoding=ENC     使用 ENC 作为默认远程编码。
 63        --unlink                  remove file before clobber.
 64 
 65 目录：
 66   -nd, --no-directories           不创建目录。
 67   -x,  --force-directories        强制创建目录。
 68   -nH, --no-host-directories      不要创建主目录。
 69        --protocol-directories     在目录中使用协议名称。
 70   -P,  --directory-prefix=PREFIX  以 PREFIX/... 保存文件
 71        --cut-dirs=NUMBER          忽略远程目录中 NUMBER 个目录层。
 72 
 73 HTTP 选项：
 74        --http-user=USER        设置 http 用户名为 USER。
 75        --http-password=PASS    设置 http 密码为 PASS。
 76        --no-cache              不在服务器上缓存数据。
 77        --default-page=NAME     改变默认页
 78                                (默认页通常是“index.html”)。
 79   -E,  --adjust-extension      以合适的扩展名保存 HTML/CSS 文档。
 80        --ignore-length         忽略头部的‘Content-Length’区域。
 81        --header=STRING         在头部插入 STRING。
 82        --max-redirect          每页所允许的最大重定向。
 83        --proxy-user=USER       使用 USER 作为代理用户名。
 84        --proxy-password=PASS   使用 PASS 作为代理密码。
 85        --referer=URL           在 HTTP 请求头包含‘Referer: URL’。
 86        --save-headers          将 HTTP 头保存至文件。
 87   -U,  --user-agent=AGENT      标识为 AGENT 而不是 Wget/VERSION。
 88        --no-http-keep-alive    禁用 HTTP keep-alive (永久连接)。
 89        --no-cookies            不使用 cookies。
 90        --load-cookies=FILE     会话开始前从 FILE 中载入 cookies。
 91        --save-cookies=FILE     会话结束后保存 cookies 至 FILE。
 92        --keep-session-cookies  载入并保存会话 (非永久) cookies。
 93        --post-data=STRING      使用 POST 方式；把 STRING 作为数据发送。
 94        --post-file=FILE        使用 POST 方式；发送 FILE 内容。
 95        --content-disposition   当选中本地文件名时
 96                                允许 Content-Disposition 头部 (尚在实验)。
 97        --content-on-error      output the received content on server errors.
 98        --auth-no-challenge     发送不含服务器询问的首次等待
 99                                的基本 HTTP 验证信息。
100 
101 HTTPS (SSL/TLS) 选项：
102        --secure-protocol=PR     choose secure protocol, one of auto, SSLv2,
103                                 SSLv3, TLSv1, TLSv1_1 and TLSv1_2.
104        --no-check-certificate   不要验证服务器的证书。
105        --certificate=FILE       客户端证书文件。
106        --certificate-type=TYPE  客户端证书类型，PEM 或 DER。
107        --private-key=FILE       私钥文件。
108        --private-key-type=TYPE  私钥文件类型，PEM 或 DER。
109        --ca-certificate=FILE    带有一组 CA 认证的文件。
110        --ca-directory=DIR       保存 CA 认证的哈希列表的目录。
111        --random-file=FILE       带有生成 SSL PRNG 的随机数据的文件。
112        --egd-file=FILE          用于命名带有随机数据的 EGD 套接字的文件。
113 
114 FTP 选项：
115        --ftp-user=USER         设置 ftp 用户名为 USER。
116        --ftp-password=PASS     设置 ftp 密码为 PASS。
117        --no-remove-listing     不要删除‘.listing’文件。
118        --no-glob               不在 FTP 文件名中使用通配符展开。
119        --no-passive-ftp        禁用“passive”传输模式。
120        --preserve-permissions  保留远程文件的权限。
121        --retr-symlinks         递归目录时，获取链接的文件 (而非目录)。
122 
123 WARC options:
124        --warc-file=FILENAME      save request/response data to a .warc.gz file.
125        --warc-header=STRING      insert STRING into the warcinfo record.
126        --warc-max-size=NUMBER    set maximum size of WARC files to NUMBER.
127        --warc-cdx                write CDX index files.
128        --warc-dedup=FILENAME     do not store records listed in this CDX file.
129        --no-warc-compression     do not compress WARC files with GZIP.
130        --no-warc-digests         do not calculate SHA1 digests.
131        --no-warc-keep-log        do not store the log file in a WARC record.
132        --warc-tempdir=DIRECTORY  location for temporary files created by the
133                                  WARC writer.
134 
135 递归下载：
136   -r,  --recursive          指定递归下载。
137   -l,  --level=NUMBER       最大递归深度 (inf 或 0 代表无限制，即全部下载)。
138        --delete-after       下载完成后删除本地文件。
139   -k,  --convert-links      让下载得到的 HTML 或 CSS 中的链接指向本地文件。
140   --backups=N   before writing file X, rotate up to N backup files.
141   -K,  --backup-converted   在转换文件 X 前先将它备份为 X.orig。
142   -m,  --mirror             -N -r -l inf --no-remove-listing 的缩写形式。
143   -p,  --page-requisites    下载所有用于显示 HTML 页面的图片之类的元素。
144        --strict-comments    用严格方式 (SGML) 处理 HTML 注释。
145 
146 递归接受/拒绝：
147   -A,  --accept=LIST               逗号分隔的可接受的扩展名列表。
148   -R,  --reject=LIST               逗号分隔的要拒绝的扩展名列表。
149        --accept-regex=REGEX        regex matching accepted URLs.
150        --reject-regex=REGEX        regex matching rejected URLs.
151        --regex-type=TYPE           regex type (posix|pcre).
152   -D,  --domains=LIST              逗号分隔的可接受的域列表。
153        --exclude-domains=LIST      逗号分隔的要拒绝的域列表。
154        --follow-ftp                跟踪 HTML 文档中的 FTP 链接。
155        --follow-tags=LIST          逗号分隔的跟踪的 HTML 标识列表。
156        --ignore-tags=LIST          逗号分隔的忽略的 HTML 标识列表。
157   -H,  --span-hosts                递归时转向外部主机。
158   -L,  --relative                  只跟踪有关系的链接。
159   -I,  --include-directories=LIST  允许目录的列表。
160   --trust-server-names             use the name specified by the redirection
161                                    url last component.
162   -X,  --exclude-directories=LIST  排除目录的列表。
163   -np, --no-parent                 不追溯至父目录。

 

1、使用 wget 下载单个文件 

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）。

1 wget http://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz

2、使用 wget -O 下载并以不同的文件名保存 

1 wget -O wordpress.tar.gz  http://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
2 wordpress.tar.gz

3、使用 wget -c 断点续传 

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

1  wget -c https://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz

4、使用 wget -b 后台下载

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

1 [root@network test]# wget -b https://cn.wordpress.org/wordpress-4.9.4-zh_CN.tar.gz
2 继续在后台运行，pid 为 1463。
3 将把输出写入至 “wget-log”。

你可以使用以下命令来察看下载进度

 1 [root@network test]# tail -f wget-log
 2   8550K .......... .......... .......... .......... .......... 96%  814K 0s
 3   8600K .......... .......... .......... .......... .......... 97% 9.53M 0s
 4   8650K .......... .......... .......... .......... .......... 98% 86.8M 0s
 5   8700K .......... .......... .......... .......... .......... 98%  145M 0s
 6   8750K .......... .......... .......... .......... .......... 99% 67.4M 0s
 7   8800K .......... .......... .......... .......... .......... 99%  107M 0s
 8   8850K .......... .........                                  100% 1.95M=16s
 9 
10 2018-11-10 15:39:07 (564 KB/s) - 已保存 “wordpress-4.9.4-zh_CN.tar.gz.2” [9082696/9082696])

5、伪装代理名称下载 

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。

6、使用 wget –spider 测试下载链接

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。

 

 1 wget –spider URL 
 2 如果下载链接正确，将会显示 
 3  
 4 wget –spider URL 
 5 Spider mode enabled. Check if remote file exists. 
 6 HTTP request sent, awaiting response… 200 OK 
 7 Length: unspecified [text/html] 
 8 Remote file exists and could contain further links, 
 9 but recursion is disabled — not retrieving. 
10 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 
11  
12 wget –spider url 
13 Spider mode enabled. Check if remote file exists. 
14 HTTP request sent, awaiting response… 404 Not Found 
15 Remote file does not exist — broken link!!! 

 

你可以在以下几种情况下使用spider参数：

1 定时下载之前进行检查
2 间隔检测网站是否可用
3 检查网站页面的死链接

7、使用 wget –tries 增加重试次数 

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。

1 wget –tries=40 URL 

8、使用 wget -i 下载多个文件 

 

 1 首先，保存一份下载链接文件 
 2  
 3 cat > filelist.txt 
 4 url1 
 5 url2 
 6 url3 
 7 url4 
 8 接着使用这个文件和参数-i下载 
 9  
10 wget -i filelist.txt

 

9、使用 wget –mirror 镜像网站 

 

10、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。

1 wget –reject=gif url 

11、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：

1 wget -o download.log URL

 

使用wget -O下载并以不同的文件名保存(-O：下载文件到对应目录，并且修改文件名称)

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

使用wget -b后台下载

1	wget -b "http://www.minjieren.com/wordpress-3.1-zh_CN.zip">http://www.minjieren.com/wordpress-3.1-zh_CN.zip</a>

1	备注： 你可以使用以下命令来察看下载进度：tail -f wget-log

利用-spider: 模拟下载，不会下载，只是会检查是否网站是否好着

1	[root@localhost ~]# wget --spider  www.baidu.com    #不下载任何文件

模拟下载打印服务器响应

1	[root@localhost ~]# wget -S  www.baidu.com     # 打印服务器响应

设定指定次数

1 2	[root@localhost ~]#  wget -r --tries=2  www.baidu.com       (指定尝试2次，2次后不再尝试)  [root@localhost ~]# wget -r --tries=2 -q www.baidu.com    (指定尝试，且不打印中间结果)