PHP开发笔记 - Powered by Discuz! Board

标题: linux 下载文件命令wget详解 [打印本页]

作者: xiexie 时间: 2011-12-14 00:56 标题: linux 下载文件命令wget详解

wget是linux最常用的下载命令, 一般的使用方法是: wget + 空格 + 要下载文件的url路径　　例如: # wget linuxsense.org/xxxx/xxx.tar.gz">http://www.linuxsense.org/xxxx/xxx.tar.gz
　　简单说一下-c参数, 这个也非常常见, 可以断点续传, 如果不小心终止了, 可以继续使用命令接着下载
　　例如: # wget -c http://www.linuxsense.org/xxxx/xxx.tar.gz
　　下面详细阐述wget的用法:
　　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]… …
　　* 用wget做站点镜像:
　　wget -r -p -np -k [url]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。

欢迎光临 PHP开发笔记 (http://phpvi.com/)