百度空间 | 百度首页 
 
查看文章
 
wget
2007-01-30 16:54

[转自]http://www.amigosky.com/post/83.htm 

wget是一个从网络上自动下载文件的自由工具。它支持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。 

wget的常见用法
wget的使用格式 

Usage: wget [OPTION]... [URL]...

用wget做站点镜像: 
wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/
# 或者
wget -m http://www.tldp.org/LDP/abs/html/

在不稳定的网络上下载一个部分下载的文件,以及在空闲时段下载 
wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down.log &
# 或者从filelist读入要下载的文件列表
wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/linuxsoft -i filelist.txt -o down.log &

上面的代码还可以用来在网络比较空闲的时段进行下载。我的用法是:在mozilla中将不方便当时下载的URL链接拷贝到内存中然后粘贴到文件filelist.txt中,在晚上要出去系统前执行上面代码的第二条。 

使用代理下载 

wget -Y on -p -k https://sourceforge.net/projects/wvware/

代理可以在环境变量或wgetrc文件中设定 
# 在环境变量中设定代理
export PROXY=http://211.90.168.94:8080/
# 在~/.wgetrc中设定代理
http_proxy = http://proxy.yoyodyne.com:18023/
ftp_proxy = http://proxy.yoyodyne.com:18023/

wget各种选项分类列表
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

问题
在递归下载的时候,遇到目录中有中文的时候,wget创建的本地目录名会用URL编码规则处理。如"天网防火墙"会被存为"%CC%EC%CD%F8%B7%C0%BB%F0%C7%BD",这造成阅读上的极大不方便。 

类别:Shell | 添加到搜藏 | 浏览() | 评论 (4)
 
最近读者:
 
网友评论:
1
2007-03-21 17:10 | 回复
下 下 下 载~
 
2
2007-06-01 10:14 | 回复
wget是痕迹发明的...
 
3
2007-09-11 23:15 | 回复
我十分想去和OR哥哥一起上班 呜呜。。。。
 
5
2009-11-09 22:10 | 回复
phpor 你好:
琳b  霍傅兰建 
赛l  建天卡国 
灌o  华颖、大 
酒g  陈自海业 
灌.  怡残莉| 
药s  蓉  小 
 i   傅漂成 
自n  联家亮本 
我a  手人女大 
毁.  杀却声卖 
灭c  旧挺接座 
 o  爱陈连  
 m   子访  
 .   强台  
 c       
 n       
 /       
 s       
 p       
 n       
 q       
 t       
 u       
 o       
 3       
 5       
 6       
 
发表评论:
姓 名:
网址或邮箱: (选填)
内 容:
验证码: 请点击后输入四位验证码,字母不区分大小写
      

     

©2009 Baidu