强大的wget下载工具

一、wget主要功能和特点:

支持断点下传功能
同时支持FTP和HTTP下载方式
支持代理服务器
设置方便简单
程序小,完全免费

二、使用

基本的语法:

wget [args] URL

使用举例:
1、下载站点的首页(到当前目录下, ./index.html)。-x会强制建立服务器上一模一样的目录(./www.baidu.com/index.html).

wget http://www.baidu.com

2.递归下载服务器上所有的目录和文件.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都会被下载(有可能陷入死循环中)!可以用-l number参数来指定下载的层次,例如以下将下载目录下的所有网页。

3.制作镜像站点(会把网站的各元素如html,images,flash爬下来),那么可以使用-m参数

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。

4、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://www.ubuntu.com/start-download?distro=desktop&bits=32&release=latest

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。

5、批量下载。
如果有多个文件需要下载,那么可以把每个文件的URL写一行,生成一个文件url.txt,然后用命令:

wget -i url.txt

这样就会把url.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)

6.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://www.baidu.com

表示忽略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。

7、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

8、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。文件中可以设置相应的代理服务器:
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080
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
使用参数–proxy=on/off 使用或者关闭代理。

三、一些参数信息(详见:man wget)

-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

原文地址:https://www.cnblogs.com/xiangzi888/p/2407710.html