avatar

tetsai

原创声明

本文由tetsai原创,转载请注明来源

wget 是一个从网络上自动下载指定文件的开源工具,命令行使用,支持通过 HTTP、HTTPS、FTP 的 TCP/IP协议下载,支持ipv6,并可以使用代理。"wget" 这个名称来源于 “World Wide Web” 与 “get” 的结合。

自动下载是因为 wget 可以在用户退出console命令行的之后在继*下载,直到下载任务完成,可以用来作为离线下载工具。

wget命令是linux中比较常用的命令,通常用于下载,但它的一些扩展参数你们知道吗?

wget -O

使用wget -O下载,以不同的文件名保存(-O:新文件名称)

wget -O 保存的文件名称 下载地址

wget -c

断点*传,允许用户在下载中断后按照原来的进度继*下载。

有些http服务器可能不支持。

wget -b

后台下载,可以使用tail -f wget-log命令查看进度

wget --spider

仅仅检测网站状态是否可以访问,不会下载任何文件。

wget --spider  www.baidu.com    #不下载任何文件

wget -q

静默执行,没有输出。

wget -r --tries=n

重复访问,并设置尝试次数n

wget -r --tries=2  www.baidu.com       (指定尝试2次,2次后不再尝试)
wget -r --tries=2 -q www.baidu.com    (指定尝试,且不打印中间结果)

wget --debug

显示详细的debug信息,执行效果类似如下:

wget https://tetsai.net/robots.txt --debug
DEBUG output created by Wget 1.20.3 on linux-gnu.
Reading HSTS entries from /home/user/.wget-hsts
URI encoding = “UTF-8”
Converted file name 'robots.txt' (UTF-8) -> 'robots.txt' (UTF-8)
--2019-07-06 09:02:08-- https://tetsai.net/robots.txt
已载入 CA 证书“/etc/ssl/certs/ca-certificates.crt”
Certificates loaded: 140
正在解析主机 tetsai.net (tetsai.net)… 1.1.1.1
Caching tetsai.net => 1.1.1.1
正在连接 tetsai.net (tetsai.net)|1.1.1.1|:443… 已连接。
Created socket 3.
Releasing 0x0000559d3ae54bd0 (new refcount 1).
---request begin---
GET /robots.txt HTTP/1.1
User-Agent: Wget/1.20.3 (linux-gnu)
Accept: /
Accept-Encoding: identity
Host: tetsai.net
Connection: Keep-Alive
---request end---
已发出 HTTP 请求,正在等待回应…
---response begin---
HTTP/1.1 200 OK
Date: Sat, 06 Jul 2019 01:02:09 GMT
Content-Type: text/plain
Content-Length: 120
Connection: keep-alive
Set-Cookie: __cfduid=d1df91ee7fcaa37897c56cfe7878680aa1562374929; expires=Sun, 05-Jul-20 01:02:09 GMT; path=/; domain=.tetsai.net; HttpOnly; Secure
Last-Modified: Mon, 24 Jun 2019 04:24:59 GMT
X-Turbo-Charged-By: LiteSpeed
CF-Cache-Status: REVALIDATED
Expires: Sat, 06 Jul 2019 05:02:09 GMT
Cache-Control: public, max-age=14400
Accept-Ranges: bytes
Strict-Transport-Security: max-age=31536000; includeSubDomains; preload
Expect-CT: max-age=604800, report-uri="https://report-uri.cloudflare.com/cdn-cgi/beacon/expect-ct"
Vary: Accept-Encoding
Server: cloudflare
CF-RAY: 4f1da6ccb812d1d3-HKG
---response end---
200 OK
cdm: 1
Stored cookie tetsai.net -1 (ANY) / [expiry 2020-07-05 09:02:09] __cfduid d1df91ee7fcaa37897c56cfe7878680aa1562374929
Registered socket 3 for persistent reuse.
Parsed Strict-Transport-Security max-age = 31536000, includeSubDomains = true
Updated HSTS host: tetsai.net:443 (max-age: 31536000, includeSubdomains: true)
长度:120 [text/plain]
正在保存至: “robots.txt.1”
robots.txt.1 100%[====================================================================================================================================================================================================>] 120 --.-KB/s 用时 0s
2019-07-06 09:02:09 (38.9 MB/s) - 已保存 “robots.txt.1” [120/120])
Saving HSTS entries to /home/user/.wget-hsts

wget --help

顾名思义,可以显示一大串帮助信息

wget --help
GNU Wget 1.20.3,非交互式的网络文件下载工具。
用法: wget [选项]… [URL]…
长选项所必须的参数在使用短选项时也是必须的。
启动:
-V, --version 显示 Wget 的版本信息并退出
-h, --help 打印此帮助
-b, --background 启动后转入后台
-e, --execute=命令 运行一个“.wgetrc”风格的命令
日志和输入文件:
-o, --output-file=文件 将日志信息写入 FILE
-a, --append-output=文件 将信息添加至 FILE
-d, --debug 打印大量调试信息
-q, --quiet 安静模式 (无信息输出)
-v, --verbose 详尽的输出 (此为默认值)
-nv, --no-verbose 关闭详尽输出,但不进入安静模式
--report-speed=类型 以 <类型> 报告带宽。类型可以是 bits
-i, --input-file=文件 下载本地或外部 <文件> 中的 URL
-F, --force-html 把输入文件当成 HTML 文件
-B, --base=URL 解析相对于 URL 的 HTML 输入文件链接 (-i -F)
--config=文件 指定要使用的配置文件
--no-cookies 不读取任何配置文件
--rejected-log=文件 将拒绝 URL 的原因写入 <文件>。
下载:
-t, --tries=数字 设置重试次数为 <数字> (0 代表无限制)
--retry-connrefused 即使拒绝连接也是重试
--retry-on-http-error=ERRORS 提供以逗号分隔的列表,列出遇到时进行重试的 HTTP 错误
-O, --output-document=文件 将文档写入 FILE
-nc, --no-clobber 不要下载已存在将被覆盖的文件
--no-netrc 不要尝试从 .netrc 获取凭据
-c, --continue 断点*传下载文件
--start-pos=偏移量 从由零计数的 <偏移量> 开始下载
--progress=类型 选择进度条类型
--show-progress 在任意啰嗦状态下都显示进度条
-N, --timestamping 只获取比本地文件新的文件
--no-if-modified-since 不要在时间戳 (timestamping) 模式下使用
if-modified-since get 条件请求
--no-use-server-timestamps 不用服务器上的时间戳来设置本地文件
-S, --server-response 打印服务器响应
--spider 不下载任何文件
-T, --timeout=SECONDS 将所有超时设为 SECONDS 秒
--dns-timeout=SECS 设置 DNS 查寻超时为 SECS 秒
--connect-timeout=SECS 设置连接超时为 SECS 秒
--read-timeout=SECS 设置读取超时为 SECS 秒
-w, --wait=SECONDS 等待间隔为 SECONDS 秒
--waitretry=SECONDS 在获取文件的重试期间等待 1..SECONDS 秒
--random-wait 获取多个文件时,每次随机等待间隔 (0.5~1.5)*WAIT 秒
--no-proxy 禁止使用代理
-Q, --quota=数字 设置获取配额为 <数字> 字节
--bind-address=ADDRESS 绑定至本地主机上的 ADDRESS (主机名或是 IP)
--limit-rate=RATE 限制下载速率为 RATE
--no-dns-cache 关闭 DNS 查询缓存
--restrict-file-names=系统 限定文件名中的字符为 <系统> 允许的字符
--ignore-case 匹配文件/目录时忽略大小写
-4, --inet4-only 仅连接至 IPv4 地址
-6, --inet6-only 仅连接至 IPv6 地址
--prefer-family=地址族 首先连接至指定家族(IPv6,IPv4 或 none)的地址
--user=用户 将 ftp 和 http 的用户名均设置为 <用户>
--password=** 将 ftp 和 http 的**均设置为 <**>
--ask-password 提示输入**
--use-askpass=命令 指定用于请求用户名和**的凭据管理器。
如果没有提供指定命令,程序将使用 WGET_ASKPASS 或
SSH_ASKPASS 环境变量。
--no-iri 关闭 IRI 支持
--local-encoding=ENC 使用 ENC 作为 IRI (国际化资源标识符) 的本地编码
--remote-encoding=ENC 使用 ENC 作为默认远程编码
--unlink 覆盖前移除文件
--xattr turn on storage of metadata in extended file attributes
目录:
-nd, --no-directories 不创建目录
-x, --force-directories 强制创建目录
-nH, --no-host-directories 不要创建主 (host) 目录
--protocol-directories 在目录中使用协议名称
-P, --directory-prefix=前缀 保存文件到 <前缀>/..
--cut-dirs=数字 忽略远程目录中 <数字> 个目录层。
HTTP 选项:
--http-user=用户 设置 http 用户名为 <用户>
--http-password=** 设置 http **为 <**>
--no-cache 不使用服务器缓存的数据。
--default-page=NAME 改变默认页 (通常是“index.html”)。
-E, --adjust-extension 以合适的扩展名保存 HTML/CSS 文档
--ignore-length 忽略头部的‘Content-Length’区域
--header=字符串 在头部插入 <字符串>
--compression=类型 选择压缩类型,值可以为 auto、gzip 和 none。(默认:none)
--max-redirect 每页所允许的最大重定向
--proxy-user=用户 使用 <用户> 作为代理用户名
--proxy-password=** 使用 <**> 作为代理**
--referer=URL 在 HTTP 请求头包含‘Referer: URL’
--save-headers 将 HTTP 头保存至文件。
-U, --user-agent=代理 标识自己为 <代理> 而不是 Wget/VERSION。
--no-http-keep-alive 禁用 HTTP keep-alive (持久连接)。
--no-cookies 不使用 cookies。
--load-cookies=文件 会话开始前从 <文件> 中载入 cookies。
--save-cookies=文件 会话结束后保存 cookies 至 FILE。
--keep-session-cookies 载入并保存会话 (非永久) cookies。
--post-data=字符串 使用 POST 方式;把 <字串>作为数据发送。
--post-file=文件 使用 POST 方式;发送 <文件> 内容。
--method=HTTP方法 在请求中使用指定的 。
--post-data=字符串 把 <字串> 作为数据发送,必须设置 --method
--post-file=文件 发送 <文件> 内容,必须设置 --method
--content-disposition 当选择本地文件名时允许 Content-Disposition
头部 (实验中)。
--content-on-error 在服务器错误时输出接收到的内容
--auth-no-challenge 不先等待服务器询问就发送基本 HTTP 验证信息。
HTTPS (SSL/TLS) 选项:
--secure-protocol=PR 选择安全协议,值可以是 auto、SSLv2、
SSLv3、TLSv1、TLSv1_1、TLSv1_2 或 PFS
--https-only 只跟随安全的 HTTPS 链接
--no-check-certificate 不要验证服务器的证书。
--certificate=文件 客户端证书文件。
--certificate-type=类型 客户端证书类型,PEM 或 DER。
--private-key=文件 私钥文件。
--private-key-type=类型 私钥文件类型,PEM 或 DER。
--ca-certificate=文件 带有一组 CA 证书的文件。
--ca-directory=DIR 保存 CA 证书的哈希列表的目录。
--ca-certificate=文件 带有一组 CA 证书的文件。
--pinnedpubkey=文件/散列值 用于验证节点的公钥(PEM/DER)文件或
任何数量的 sha256 散列值,以 base64 编码、
“sha256//” 开头、用“;”间隔
--ciphers=STR Set the priority string (GnuTLS) or cipher list string (OpenSSL) directly. Use with care. This option overrides --secure-protocol. The format and syntax of this string depend on the specific SSL/TLS engine.
HSTS 选项:
--no-hsts 禁用 HSTS
--hsts-file HSTS 数据库路径(将覆盖默认值)
FTP 选项:
--ftp-user=用户 设置 ftp 用户名为 <用户>。
--ftp-password=** 设置 ftp **为 <**>
--no-remove-listing 不要删除‘.listing’文件
--no-glob 不在 FTP 文件名中使用通配符展开
--no-passive-ftp 禁用“passive”传输模式
--preserve-permissions 保留远程文件的权限
--retr-symlinks 递归目录时,获取链接的文件 (而非目录)
FTPS 选项:
--ftps-implicit 使用隐式 FTPS(默认端口 990)
--ftps-resume-ssl 打开数据连接时继*控制连接中的 SSL/TLS 会话
--ftps-clear-data-connection 只加密控制信道;数据传输使用明文
--ftps-fallback-to-ftp 回落到 FTP,如果目标服务器不支持 FTPS
WARC 选项:
--warc-file=文件名 在一个 .warc.gz 文件里保持请求/响应数据
--warc-header=字符串 在头部插入 <字符串>
--warc-max-size=数字 将 WARC 的最大尺寸设置为 <数字>
--warc-cdx 写入 CDX 索引文件
--warc-dedup=文件名 不要记录列在此 CDX 文件内的记录
--no-warc-compression 不要 GZIP 压缩 WARC 文件
--no-warc-digests 不要计算 SHA1 摘要
--no-warc-keep-log 不要在 WARC 记录中存储日志文件
--warc-tempdir=目录 WARC 写入器的临时文件目录
递归下载:
-r, --recursive 指定递归下载
-l, --level=数字 最大递归深度 (inf 或 0 代表无限制,即全部下载)。
--delete-after 下载完成后删除本地文件
-k, --convert-links 让下载得到的 HTML 或 CSS 中的链接指向本地文件
--convert-file-only 只转换 URL 的文件部分(一般叫做“基础名”/basename)
--backups=N 写入文件 X 前,轮换**最多 N 个备份文件
-K, --backup-converted 在转换文件 X 前先将它备份为 X.orig。
-m, --mirror -N -r -l inf --no-remove-listing 的缩写形式。
-p, --page-requisites 下载所有用于显示 HTML 页面的图片之类的元素。
--strict-comments 用严格方式 (SGML) 处理 HTML 注释。
递归接受/拒绝:
-A, --accept=列表 逗号分隔的可接受的扩展名列表
-R, --reject=列表 逗号分隔的要拒绝的扩展名列表
--accept-regex=REGEX 匹配接受的 URL 的正则表达式
--reject-regex=REGEX 匹配拒绝的 URL 的正则表达式
--regex-type=类型 正则类型 (posix|pcre)
-D, --domains=列表 逗号分隔的可接受的域名列表
--exclude-domains=列表 逗号分隔的要拒绝的域名列表
--follow-ftp 跟踪 HTML 文档中的 FTP 链接
--follow-tags=列表 逗号分隔的跟踪的 HTML 标识列表
--ignore-tags=列表 逗号分隔的忽略的 HTML 标识列表
-H, --span-hosts 递归时转向外部主机
-L, --relative 仅跟踪相对链接
-I, --include-directories=列表 允许目录的列表
--trust-server-names 使用重定向 URL 的最后一段作为本地文件名
-X, --exclude-directories=列表 排除目录的列表
-np, --no-parent 不追溯至父目录
请将错误报告、问题和讨论寄信至 [email protected]
和/或在 https://savannah.gnu.org/bugs/?func=additem&group=wget 开 issue 进行讨论。

发表评论

电子邮件地址不会被公开。 必填项已用*标注