PHP+CMS+网站 / 电脑网络 · 2011年05月24号 0

超级下载工具wget使用大全

这是基本常用的用法,详细内容进入查看~~~

1, wget www.aaa.com/bbb.zip最简单,一目了然。
2, wget www.aaa.com/bbb.zip–ref=www.aaa.com/ccc.html碰到需要引用相应页面的文件,主要是防止盗链。
3, wget -k -np -r www.aaa.com/bbb/抓取www.aaa.com网站下bbb目录的文件并将相应链接转换成本地可浏览的链接形式,用于本地镜像一个网站。
4, 批量下载图片脚本:#!/bin/bashfor i in `seq -w 100`dowget www.aaa.com/bbb”$i”.jpg –ref www.aaa.com/ccc.htmldonewget是一个Linux环境下用于从World Wide Web上提取文件的工具,这是一个GPL许可证下的自由软件,其作者为Hrvoje Niksic 。
wget支持HTTP和FTP协议,支持代理服务器和断点续传功能,能够自动递归远程主机的目录,找到合乎条件的文件并将其下载到本地硬盘上;如果必要,wget将恰当地转换页面中的超级连接以在本地生成可浏览的镜像。
由于没有交互式界面,wget可在后台运行,截获并忽略HANGUP信号,因此在用户推出登录以后,仍可继续运行。
通常,wget用于成批量地下载Internet网站上的文件,或制作远程网站的镜像。
语法:wget [options] [URL-list]URL地址格式说明:可以使用如下格式的URL:http://host[:port]/path例如:http://fly.cc.fer.hr/ftp://ftp.xemacs.org/pub/xemacs/xemacs-19.14.tar.gzftp://username:password@host/dir/file在最后一种形式中,以URL编码形式为FTP主机提供了用户名和密码(当然,也可以使用参数提供该信息,见后)

参数说明:wget的参数较多,但大部分应用只需要如下几个常用的参数:-r 递归;对于HTTP主机,wget首先下载URL指定的文件,然后(如果该文件是一个HTML文档的话)递归下载该文件所引用(超级连接)的所有文件(递归深度由参数-l指定)。对FTP主机,该参数意味着要下载URL指定的目录中的所有文件,递归方法与HTTP主机类似。-N 时间戳:该参数指定wget只下载更新的文件,也就是说,与本地目录中的对应文件的长度和最后修改日期一样的文件将不被下载。-m 镜像:相当于同时使用-r和-N参数。-l 设置递归级数;默认为5。-l1相当于不递归;-l0为无穷递归;
注意,当递归深度增加时,文件数量将呈指数级增长。-t 设置重试次数。当连接中断(或超时)时,wget将试图重新连接。如果指定-t0,则重试次数设为无穷多。-c 指定断点续传功能。实际上,wget默认具有断点续传功能,只有当你使用别的ftp工具下载了某一文件的一部分,并希望wget接着完成此工作的时候,才需要指定此参数。使用举例:wget -m -l4 -t0 http://oneweb.com.cn/将在本地硬盘建立http://oneweb.com.cn/的镜像,镜像文件存入当前目录下一个名为oneweb.com.cn的子目录中(你也可以使用-nH参数指定不建立该子目录,而直接在当前目录下建立镜像的目录结构),递归深度为4,重试次数为无穷(若连接出现问题,wget将坚韧不拔地永远重试下去,知道任务完成!)另外一些使用频率稍低的参数如下:-A acclist / -R rejlist:这两个参数用于指定wget接受或排除的文件扩展名,多个名称之间用逗号隔开。
例如,假设我们不想下载MPEG视频影像文件和.AU声音文件,可使用如下参数:-R mpg,mpeg,au其它参数还有:-L 只扩展相对连接,该参数对于抓取指定站点很有用,可以避免向宿主主机的其他目录扩散。例如,某个人网站地址为:http://www.xys.org/~ppfl/,使用如下命令行:wget -L http://www.xys.org/~ppfl/则只提取该个人网站,而不涉及主机www.xys.org上的其他目录。-k 转换连接:HTML文件存盘时,将其中的非相对连接转换成为相对连接。-X 在下载FTP主机上的文件时,排除若干指定的目录另外,下面参数用于设置wget的工作界面:-v 设置wget输出详细的工作信息。-q 设置wget不输出任何信息。如果我们已经在一个HTML文档(或普通文本文档)中存储了所要提取的文件的连接,可以让wget直接从该文件中提取信息,而不用在命令行中提供URL地址,参数格式为:-i filename地址文件也可以不是HTML文档,例如,一个普通的文本文件,其中有需要下载的URL列表即可。我们可以用以下技巧提高下载速度:由于Linux是一个多任务系统,我们可以同时运行多个wget进程以提高下载速度,例如,先下载某主页文件(index.html),然后将该文件所列出的所有地址分别用一个独立的wget进程进行下载。至于其他的参数,可参考wget的man手册页,命令为:man wgetWGet使用指南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