使用wget進行整站下載(轉)


wget在Linux下默認已經安裝,Windows下需要自行安裝。

Windows下載地址:http://wget.addictivecode.org/Faq.html#download,鏈接:http://pan.baidu.com/s/1bp3rB9H 密碼:jt9v

常用命令(遞歸下載網站):

wget -r -p -np -k /home/user/root/  http://www.abc.com/abc/
命令格式: 
wget [參數列表] [目標軟件、網頁的網址] 

-V,–version 顯示軟件版本號然后退出; 
-h,–help顯示軟件幫助信息; 
-e,–execute=COMMAND 執行一個 “.wgetrc”命令 

-o,–output-file=FILE 將軟件輸出信息保存到文件; 
-a,–append-output=FILE將軟件輸出信息追加到文件; 
-d,–debug顯示輸出信息; 
-q,–quiet 不顯示輸出信息; 
-i,–input-file=FILE 從文件中取得URL; 

-t,–tries=NUMBER 是否下載次數(0表示無窮次) 
-O –output-document=FILE下載文件保存為別的文件名 
-nc, –no-clobber 不要覆蓋已經存在的文件 
-N,–timestamping只下載比本地新的文件 
-T,–timeout=SECONDS 設置超時時間 
-Y,–proxy=on/off 關閉代理 

-nd,–no-directories 不建立目錄 
-x,–force-directories 強制建立目錄 

–http-user=USER設置HTTP用戶 
–http-passwd=PASS設置HTTP密碼 
–proxy-user=USER設置代理用戶 
–proxy-passwd=PASS設置代理密碼 

-r,–recursive 下載整個網站、目錄(小心使用) 
-l,–level=NUMBER 下載層次 

-A,–accept=LIST 可以接受的文件類型 
-R,–reject=LIST拒絕接受的文件類型 
-D,–domains=LIST可以接受的域名 
–exclude-domains=LIST拒絕的域名 
-L,–relative 下載關聯鏈接 
–follow-ftp 只下載FTP鏈接 
-H,–span-hosts 可以下載外面的主機 
-I,–include-directories=LIST允許的目錄 
-X,–exclude-directories=LIST 拒絕的目錄 

操作實例:

1、使用wget下載單個文件

以下的例子是從網絡下載一個文件並保存在當前目錄

wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

在下載的過程中會顯示進度條,包含(下載完成百分比,已經下載的字節,當前下載速度,剩余下載時間)。

2、使用wget -O下載並以不同的文件名保存

wget默認會以最后一個符合”/”的后面的字符來命令,對於動態鏈接的下載通常文件名會不正確。

錯誤:下面的例子會下載一個文件並以名稱download.php?id=1080保存

wget http://www.centos.bz/download?id=1 

即使下載的文件是zip格式,它仍然以download.php?id=1080命令。

正確:為了解決這個問題,我們可以使用參數-O來指定一個文件名:

wget -O wordpress.zip http://www.centos.bz/download.php?id=1080

3、使用wget –limit -rate限速下載

當你執行wget的時候,它默認會占用全部可能的寬帶下載。但是當你准備下載一個大文件,而你還需要下載其它文件時就有必要限速了。

wget –limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip

4、使用wget -c斷點續傳
使用wget -c重新啟動下載中斷的文件:

wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 

對於我們下載大文件時突然由於網絡等原因中斷非常有幫助,我們可以繼續接着下載而不是重新下載一個文件。需要繼續中斷的下載時可以使用-c參數。

5、使用wget -b后台下載
對於下載非常大的文件的時候,我們可以使用參數-b進行后台下載。

wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 

你可以使用以下命令來察看下載進度

tail -f wget-log

6、偽裝代理名稱下載

有些網站能通過根據判斷代理名稱不是瀏覽器而拒絕你的下載請求。不過你可以通過–user-agent參數偽裝。

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://下載鏈接

7、使用wget –spider測試下載鏈接

當你打算進行定時下載,你應該在預定時間測試下載鏈接是否有效。我們可以增加–spider參數進行檢查。

wget –spider URL 

8、使用wget –tries增加重試次數

如果網絡有問題或下載一個大文件也有可能失敗。wget默認重試20次連接下載文件。如果需要,你可以使用–tries增加重試次數。

wget –tries=40 URL

9、使用wget -i下載多個文件

wget -i filelist.txt
#filelist.txt為下載url列表
url1 
url2 
url3 
url4 

10、使用wget –mirror鏡像網站

下面的例子是下載整個網站到本地。

wget –mirror -p –convert-links -P ./LOCAL URL
–miror:開戶鏡像下載
-p:下載所有為了html頁面顯示正常的文件
–convert-links:下載后,轉換成本地的鏈接
-P ./LOCAL:保存所有文件和目錄到本地指定目錄

11、使用wget –reject過濾指定格式下載

你想下載一個網站,但你不希望下載圖片,你可以使用以下命令。

wget –reject=gif url

12、使用wget -o把下載信息存入日志文件

你不希望下載信息直接顯示在終端而是在一個日志文件,可以使用以下命令:

wget -o download.log URL

13、使用wget -Q限制總下載文件大小

當你想要下載的文件超過5M而退出下載,你可以使用以下命令:

wget -Q5m -i filelist.txt 

注意:這個參數對單個文件下載不起作用,只能遞歸下載時才有效。

14、使用wget -r -A下載指定格式文件

下載一個網站的所有PDF文件

wget -r -A.pdf url

15、使用wget FTP下載

你可以使用wget來完成ftp鏈接的下載。

使用wget匿名ftp下載

wget ftp-url

使用wget用戶名和密碼認證的ftp下載

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

16、斷點續傳

當文件特別大或者網絡特別慢的時候,往往一個文件還沒有下載完,連接就已經被切斷,此時就需要斷點續傳。wget的斷點續傳是自動的,只需要使用-c參數,例如:

wget -c http://the.url.of/incomplete/file 

使用斷點續傳要求服務器支持斷點續傳。-t參數表示重試次數,例如需要重試100次,那么就寫-t 100,如果設成-t 0,那么表示無窮次重試,直到連接成功。-T參數表示超時等待時間,例如-T 120,表示等待120秒連接不上就算超時。

17、選擇性的下載 

可以指定讓wget只下載一類文件,或者不下載什么文件。例如:

wget -m –reject=gif http://target.web.site/subdirectory 

表示下載http://target.web.site/subdirectory,但是忽略gif文件。–accept=LIST 可以接受的文件類型,–reject=LIST拒絕接受的文件類型。

18、密碼和認證

wget只能處理利用用戶名/密碼方式限制訪問的網站,可以利用兩個參數:

–http-user=USER設置HTTP用戶 
–http-passwd=PASS設置HTTP密碼 

對於需要證書做認證的網站,就只能利用其他下載工具了,例如curl。

19、利用代理服務器進行下載

如果用戶的網絡需要經過代理服務器,那么可以讓wget通過代理服務器進行文件的下載。此時需要在當前用戶的目錄下創建一個.wgetrc文件。文件中可以設置代理服務器:

http-proxy = 111.111.111.111:8080 
ftp-proxy = 111.111.111.111:8080 

分別表示http的代理服務器和ftp的代理服務器。如果代理服務器需要密碼則使用:

–proxy-user=USER設置代理用戶 
–proxy-passwd=PASS設置代理密碼 

使用參數–proxy=on/off 使用或者關閉代理。

20、中文文檔名在平常的情況下會被編碼, 使用–cut-dirs時可以正常顯示

wget -r -np -nH –cut-dirs=3 ftp://host/test/ 

 

以上轉自:http://www.jb51.net/LINUXjishu/86326.html


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM