wget · 環境部署

[TOC] ## 簡介 wget 是在 Linux 下開發的開放源代碼的軟件，作者是 Hrvoje Niksic，后來被移植到包括 Windows 在內的各個平臺上。 ## 功能特點 1. 支持斷點下傳功能；這一點，也是網絡螞蟻和 FlashGet 當年最大的賣點，現在， Wget 也可以使用此功能，那些網絡不是太好的用戶可以放心了； 2. 同時支持 FTP 和 HTTP 下載方式；盡管現在大部分軟件可以使用 HTTP 方式下載，但是，有些時候，仍然需要使用 FTP 方式下載軟件； 3. 支持代理服務器；對安全強度很高的系統而言，一般不會將自己的系統直接暴露在互聯網上，所以，支持代理是下載軟件必須有的功能； 4. 設置方便簡單；可能，習慣圖形界面的用戶已經不是太習慣命令行了，但是，命令行在設置上其實有更多的優點，最少，鼠標可以少點很多次，也不要擔心是否錯點鼠標； 5. 程序小，完全免費；程序小可以考慮不計，因為現在的硬盤實在太大了；完全免費就不得不考慮了，即使網絡上有很多所謂的免費軟件，但是，這些軟件的廣告卻不是我們喜歡的； ## 功能詳解 wget 雖然功能強大，但是使用起來還是比較簡單的，基本的語法是： wget [參數列表] URL 。下面就結合具體的例子來說明一下 wget 的用法。 1. 下載整個http或者ftp站點。 ~~~ wget http://place.your.url/here ~~~ 這個命令可以將 http://place.your.url/here 首頁下載下來。使用-x會強制建立服務器上一模一樣的目錄，如果使用 -nd 參數，那么服務器上下載的所有內容都會加到本地當前目錄。 ~~~ wget -r http://place.your.url/here ~~~ 這個命令會按照遞歸的方法，下載服務器上所有的目錄和文件，實質就是下載整個網站。這個命令一定要小心使用，因為在下載的時候，被下載網站指向的所有地址同樣會被下載，因此，如果這個網站引用了其他網站，那么被引用的網站也會被下載下來！基于這個原因，這個參數不常用。可以用 -l number 參數來指定下載的層次。例如只下載兩層，那么使用 -l 2 。要是您想制作鏡像站點，那么可以使用－m 參數，例如： ~~~ wget -m http://place.your.url/here ~~~ 這時 wget 會自動判斷合適的參數來制作鏡像站點。此時， wget 會登錄到服務器上，讀入 robots.txt 并按 robots.txt 的規定來執行。 2. 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。 3. 批量下載。如果有多個文件需要下載，那么可以生成一個文件，把每個文件的 URL 寫一行，例如生成文件 download.txt ，然后用命令： ~~~ wget -i download.txt ~~~ 這樣就會把 download.txt 里面列出的每個 URL 都下載下來。（如果列的是文件就下載文件，如果列的是網站，那么下載首頁） 4. 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。 5. 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 ~~~ 對于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 。 6. 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 ~~~ 這兩個參數。使用參數 –proxy=on/off 使用或者關閉代理。 wget 還有很多有用的功能，需要用戶去挖掘。 ## 命令解析：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 ~~~ 中文文檔名在平常的情況下會被編碼，但是在 –cut-dirs 時又是正常的， ~~~ wget -r -np -nH –cut-dirs=3 ftp://host/test/ ~~~ 測試.txt ~~~ wget -r -np -nH -nd ftp://host/test/ ~~~ %B4%FA%B8%D5.txt ~~~ wget “ftp://host/test/*” ~~~ %B4%FA%B8%D5.txt 由於不知名的原因，可能是為了避開特殊檔名， wget 會自動將抓取檔名的部分用 encode_string 處理過，所以該 patch 就把被 encode_string 處理成 “ %3A ” 這種東西，用 decode_string 還原成 “:”，并套用在目錄與檔案名稱的部分，decode_string 是 wget 內建的函式。