Linux 之 wget 命令

Linux 系统中的 wget 是一个下载文件的工具，它用在命令行下。对于 Linux 用户是必不可少的工具，我们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。wget 支持 HTTP，HTTPS 和 FTP 协议，可以使用 HTTP 代理。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。

安装方式

有些最小安装的 Linux 系统可能没有安装上wget命令,可以自行安装

CentOS

> yum install wget -y

Debian/Ubuntu

sudo apt-get install -y wget

命令格式

wget [参数][URL]

命令参数

启动参数

• -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

记录和输入文件参数

• -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

下载参数

• -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

• -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 限定下载速率

目录参数

• -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 选项参数

• -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 选项参数

• -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)

递归下载参数

• -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 在下载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

使用 wget 下载单个文件

> wget http://nginx.org/download/nginx-1.16.1.tar.gz

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）。

使用 wget 下载单个文件并重命名

> wget http://nginx.org/download/nginx-1.16.1.tar.gz -O ngx.tar.gz

wget 默认会以最后一个符合”/”的后面的字符来命令，对于动态链接的下载通常文件名会不正确。

使用 wget –limit -rate 限速下载

> wget --limit-rate 300 http://nginx.org/download/nginx-1.16.1.tar.gz -O ngx.tar.gz

当你执行 wget 的时候，它默认会占用全部可能的宽带下载。但是当你准备下载一个大文件，而你还需要下载其它文件时就有必要限速了。

使用 wget -c 断点续

> wget -c  http://nginx.org/download/nginx-1.16.1.tar.gz -O ngx.tar.gz

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。需要继续中断的下载时可以使用-c 参数。

使用wget -b后台下载

> wget -b http://nginx.org/download/nginx-1.16.1.tar.gz -O ngx.tar.gz继续在后台运行，pid 为 64780。将把输出写入至 “wget-log”。

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

伪装代理名称下载

> wget --user-agent="Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.204 Safari/534.16" http://nginx.org/download/nginx-1.16.1.tar.gz -O ngx.tar.gz

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。

批量下载

> cat urls.txthttps://rumenz.com/rumenbiji/1.ziphttps://rumenz.com/rumenbiji/2.ziphttps://rumenz.com/rumenbiji/3.ziphttps://rumenz.com/rumenbiji/4.zip
> wget -i urls.txt

使用 wget –mirror 镜像网站

> wget --mirror -p --convert-links -P ./LOCAL URL

• -miror:开户镜像下载

• -p:下载所有为了 html 页面显示正常的文件

• -convert-links:下载后，转换成本地的链接

• -P ./LOCAL：保存所有文件和目录到本地指定目录

使用 wget -r -A 下载指定格式文件

> wget -r -A.pdf rumenz.com

使用 wget FTP 下载

> wget ftp-url> wget --ftp-user=USERNAME --ftp-password=PASSWORD url

• 使用 wget 匿名 ftp 下载：wget ftp-url

• 使用 wget 用户名和密码认证的 ftp 下载:wget –ftp-user=USERNAME –ftp-password=PASSWORD url

跳过证书检查

如果要从具有无效 SSL 证书的主机通过 HTTPS 下载文件，请使用以下--no-check-certificate选项：

> wget --no-check-certificate https://rumenz.com/rumenbiji/1.zip

利用代理服务器进行下载

需要在当前用户的目录下创建一个.wgetrc文件。文件中可以设置代理服务器

> vim ~/.wgetrchttp-proxy = 8.8.8.8:8080 ftp-proxy  = 8.8.8.111:8080

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

原文链接:https://rumenz.com/rumenbiji/linux-wget.html

微信公众号:入门小站