rinald_未来往事

wget命令详解之网站目录文件下载

Linux
wget是linux下命令行的下载工具,功能很强大,虽然很少用,一般下在一些小东西都是直接用firefox,seamonkey这些浏览器自带的下载功能下载,没有必要用wget或者其他下载工具。但是某些时候却不是浏览器自带的下载功能和一些其他的下载软件所能做的的,这时候就得用wget了。比如如果你想下载一个网页目录下的所有文件,如何做呢?

例如:wget -c -r -np -k -L -p http://test.fity.cn/apache/  #下载http://fity.cn/apache/目录下的所有文件

wget命令的帮助文档:
# wget --help

  GNU Wget 1.9.1,非交互式的网络文件下载工具。
  用法: wget [选项]… [URL]…

  长选项必须用的参数在使用短选项时也是必须的。

启动:
  -V, –version 显示 Wget 的版本并且退出。
  -h, –help 打印此帮助。
  -b, -background 启动后进入后台操作。
  -e, -execute=COMMAND 运行‘.wgetrc’形式的命令。


日志记录及输入文件:
  -o, –output-file=文件 将日志消息写入到指定文件中。
  -a, –append-output=文件 将日志消息追加到指定文件的末端。
  -d, –debug 打印调试输出。
  -q, –quiet 安静模式(不输出信息)。
  -v, –verbose 详细输出模式(默认)。
  -nv, –non-verbose 关闭详细输出模式,但不进入安静模式。
  -i, –input-file=文件 下载从指定文件中找到的 URL。
  -F, –force-html 以 HTML 方式处理输入文件。
  -B, –base=URL 使用 -F -i 文件选项时,在相对链接前添加指定的 URL。


下载:
  -t, –tries=次数 配置重试次数(0 表示无限)。
  –retry-connrefused 即使拒绝连接也重试。
  -O –output-document=文件 将数据写入此文件中。
  -nc, –no-clobber 不更改已经存在的文件,也不使用在文件名后
  添加 .#(# 为数字)的方法写入新的文件。
  -c, –continue 继续接收已下载了一部分的文件,断点续传。
  –progress=方式 选择下载进度的表示方式。
  -N, –timestamping 除非远程文件较新,否则不再取回。
  -S, –server-response 显示服务器回应消息。
  –spider 不下载任何数据。
  -T, –timeout=秒数 配置读取数据的超时时间 (秒数)。
  -w, –wait=秒数 接收不同文件之间等待的秒数。
  –waitretry=秒数 在每次重试之间稍等一段时间 (由 1 秒至指定的 秒数不等)。
  –random-wait 接收不同文件之间稍等一段时间(由 0 秒至 2*WAIT 秒不等)。
  -Y, –proxy=on/off 打开或关闭代理服务器。
  -Q, –quota=大小 配置接收数据的限额大小。
  –bind-address=地址 使用本机的指定地址 (主机名称或 IP) 进行连接。
  –limit-rate=速率 限制下载的速率。
  –dns-cache=off 禁止查找存于高速缓存中的 DNS。
  –restrict-file-names=OS 限制文件名中的字符为指定的 OS (操作系统) 所允许的字符。


目录:
  -nd –no-directories 不创建目录。
  -x, –force-directories 强制创建目录。
  -nH, –no-host-directories 不创建含有远程主机名称的目录。
  -P, –directory-prefix=名称 保存文件前先创建指定名称的目录。
  –cut-dirs=数目 忽略远程目录中指定数目的目录层。


HTTP 选项:
  –http-user=用户 配置 http 用户名。
  –http-passwd=密码 配置 http 用户密码。
  -C, –cache=on/off (不)使用服务器中的高速缓存中的数据 (默认是使用的)。
  -E, –html-extension 将所有 MIME 类型为 text/html 的文件都加上 .html 扩展文件名。
  –ignore-length 忽略“Content-Length”文件头字段。
  –header=字符串 在文件头中添加指定字符串。
  –proxy-user=用户 配置代理服务器用户名。
  –proxy-passwd=密码 配置代理服务器用户密码。
  –referer=URL 在 HTTP 请求中包含“Referer:URL”头。
  -s, –save-headers 将 HTTP 头存入文件。
  -U, –user-agent=AGENT 标志为 AGENT 而不是 Wget/VERSION。
  –no-http-keep-alive 禁用 HTTP keep-alive(持久性连接)。
  –cookies=off 禁用 cookie。
  –load-cookies=文件 会话开始前由指定文件载入 cookie。
  –save-cookies=文件 会话结束后将 cookie 保存至指定文件。
  –post-data=字符串 使用 POST 方法,发送指定字符串。
  –post-file=文件 使用 POST 方法,发送指定文件中的内容。


HTTPS (SSL) 选项:
  –sslcertfile=文件 可选的客户段端证书。
  –sslcertkey=密钥文件 对此证书可选的“密钥文件”。
  –egd-file=文件 EGD socket 文件名。
  –sslcadir=目录 CA 散列表所在的目录。
  –sslcafile=文件 包含 CA 的文件。
  –sslcerttype=0/1 Client-Cert 类型 0=PEM (默认) / 1=ASN1 (DER)
  –sslcheckcert=0/1 根据提供的 CA 检查服务器的证书
  –sslprotocol=0-3 选择 SSL 协议;0=自动选择,
  1=SSLv2 2=SSLv3 3=TLSv1


FTP 选项:
  -nr, –dont-remove-listing 不删除“.listing”文件。
  -g, –glob=on/off 设置是否展开有通配符的文件名。
  –passive-ftp 使用“被动”传输模式。
  –retr-symlinks 在递归模式中,下载链接所指示的文件(连至目录则例外)。


递归下载:
  -r, –recursive 递归下载。
  -l, –level=数字 最大递归深度(inf 或 0 表示无限)。
  –delete-after 删除下载后的文件。
  -k, –convert-links 将绝对链接转换为相对链接。
  -K, –backup-converted 转换文件 X 前先将其备份为 X.orig。
  -m, –mirror 等效于 -r -N -l inf -nr 的选项。
  -p, –page-requisites 下载所有显示完整网页所需的文件,例如图像。
  –strict-comments 打开对 HTML 备注的严格(SGML)处理选项。


递归下载时有关接受/拒绝的选项:
  -A, –accept=列表 接受的文件样式列表,以逗号分隔。
  -R, –reject=列表 排除的文件样式列表,以逗号分隔。
  -D, –domains=列表 接受的域列表,以逗号分隔。
  –exclude-domains=列表 排除的域列表,以逗号分隔。
  –follow-ftp 跟随 HTML 文件中的 FTP 链接。
  –follow-tags=列表 要跟随的 HTML 标记,以逗号分隔。
  -G, –ignore-tags=列表 要忽略的 HTML 标记,以逗号分隔。
  -H, –span-hosts 递归时可进入其它主机。
  -L, –relative 只跟随相对链接。
  -I, –include-directories=列表 要下载的目录列表。
  -X, –exclude-directories=列表 要排除的目录列表。
  -np, –no-parent 不搜索上层目录。
原文作者:rinald
原文地址:http://fity.cn/post/367.html
互联网技术更新较快,本站很多文章具有实效性,我会及时更新原文,但转载的文章无法通知更新。为了不给读者造成困惑或误导,请您在转载时保留此出处信息,尊重别人也是尊重自己。

发表评论

必填

选填

选填

必填

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。