wget 是个好东西啊

  wget 是一个从网络上自动下载文件的自由工具,支持通过 HTTP、HTTPS、FTP 三个最常见的 TCP/IP 协议下载,并可以使用 HTTP 代理。

  可以通过它来镜像站点,很多时候在做 Linux 的源或者 Apache 的源的时候,第一次下载整个镜像的时间是很长的,所以可以先用 wget 镜像一个比较快的站,然后稍微整理下,就可以直接用 rsync 进行数据同步了。

  wget 的具体使用如下:

GNU Wget 1.13.4,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=COMMAND   运行一个“.wgetrc” 风格的命令。
日志和输入文件:
-o,  --output-file=FILE    将日志信息写入 FILE。
-a,  --append-output=FILE  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。
-i,  --input-file=FILE     下载本地或外部 FILE 中的 URLs。
-F,  --force-html          把输入文件当成 HTML 文件。
-B,  --base=URL            解析与 URL 相关的
HTML 输入文件 (由 -i -F 选项指定)。
--config=FILE         Specify config file to use.
下载:
-t,  --tries=NUMBER            设置重试次数为 NUMBER (0 代表无限制)。
--retry-connrefused       即使拒绝连接也是重试。
-O,  --output-document=FILE    将文档写入 FILE。
-nc, --no-clobber              skip downloads that would download to
existing files (overwriting them).
-c,  --continue                断点续传下载文件。
--progress=TYPE           选择进度条类型。
-N,  --timestamping            只获取比本地文件新的文件。
--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*WAIT...1.5*WAIT 秒。
--no-proxy                禁止使用代理。
-Q,  --quota=NUMBER            设置获取配额为 NUMBER 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 查寻缓存。
--restrict-file-names=OS  限定文件名中的字符为 OS 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=FAMILY    首先连接至指定协议的地址
FAMILY 为 IPv6,IPv4 或是 none。
--user=USER               将 ftp 和 http 的用户名均设置为 USER。
--password=PASS           将 ftp 和 http 的密码均设置为 PASS。
--ask-password            提示输入密码。
--no-iri                  关闭 IRI 支持。
--local-encoding=ENC      IRI (国际化资源标识符) 使用 ENC 作为本地编码。
--remote-encoding=ENC     使用 ENC 作为默认远程编码。
--unlink                  remove file before clobber.
目录:
-nd, --no-directories           不创建目录。
-x,  --force-directories        强制创建目录。
-nH, --no-host-directories      不要创建主目录。
--protocol-directories     在目录中使用协议名称。
-P,  --directory-prefix=PREFIX  以 PREFIX/... 保存文件
--cut-dirs=NUMBER          忽略远程目录中 NUMBER 个目录层。
HTTP 选项:
--http-user=USER        设置 http 用户名为 USER。
--http-password=PASS    设置 http 密码为 PASS。
--no-cache              不在服务器上缓存数据。
--default-page=NAME     改变默认页
(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=STRING         在头部插入 STRING。
--max-redirect          每页所允许的最大重定向。
--proxy-user=USER       使用 USER 作为代理用户名。
--proxy-password=PASS   使用 PASS 作为代理密码。
--referer=URL           在 HTTP 请求头包含‘Referer: URL’。
--save-headers          将 HTTP 头保存至文件。
-U,  --user-agent=AGENT      标识为 AGENT 而不是 Wget/VERSION。
--no-http-keep-alive    禁用 HTTP keep-alive (永久连接)。
--no-cookies            不使用 cookies。
--load-cookies=FILE     会话开始前从 FILE 中载入 cookies。
--save-cookies=FILE     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=STRING      使用 POST 方式;把 STRING 作为数据发送。
--post-file=FILE        使用 POST 方式;发送 FILE 内容。
--content-disposition   当选中本地文件名时
允许 Content-Disposition 头部 (尚在实验)。
--auth-no-challenge     发送不含服务器询问的首次等待
的基本 HTTP 验证信息。
HTTPS (SSL/TLS) 选项:
--secure-protocol=PR     选择安全协议,可以是 auto、SSLv2、
SSLv3 或是 TLSv1 中的一个。
--no-check-certificate   不要验证服务器的证书。
--certificate=FILE       客户端证书文件。
--certificate-type=TYPE  客户端证书类型,PEM 或 DER。
--private-key=FILE       私钥文件。
--private-key-type=TYPE  私钥文件类型,PEM 或 DER。
--ca-certificate=FILE    带有一组 CA 认证的文件。
--ca-directory=DIR       保存 CA 认证的哈希列表的目录。
--random-file=FILE       带有生成 SSL PRNG 的随机数据的文件。
--egd-file=FILE          用于命名带有随机数据的 EGD 套接字的文件。
FTP 选项:
--ftp-user=USER         设置 ftp 用户名为 USER。
--ftp-password=PASS     设置 ftp 密码为 PASS。
--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。
--retr-symlinks         递归目录时,获取链接的文件 (而非目录)。
递归下载:
-r,  --recursive          指定递归下载。
-l,  --level=NUMBER       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。
-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=LIST               逗号分隔的可接受的扩展名列表。
-R,  --reject=LIST               逗号分隔的要拒绝的扩展名列表。
-D,  --domains=LIST              逗号分隔的可接受的域列表。
--exclude-domains=LIST      逗号分隔的要拒绝的域列表。
--follow-ftp                跟踪 HTML 文档中的 FTP 链接。
--follow-tags=LIST          逗号分隔的跟踪的 HTML 标识列表。
--ignore-tags=LIST          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                  只跟踪有关系的链接。
-I,  --include-directories=LIST  允许目录的列表。
--trust-server-names             use the name specified by the redirection
url last component.
-X,  --exclude-directories=LIST  排除目录的列表。
-np, --no-parent                 不追溯至父目录。

  wget 受/etc/wgetrc 文件和~/.wgetrc 这两个文件的管理,由于 wget 遵循 Robot Exclusion Standard(robots.txt)标准, 所以有时候不能镜像站点,这时可以通过参数-e robots=off 或者直接把 robots=off 写进 wgetrc 文件里面了。

发表评论

电子邮件地址不会被公开。 必填项已用*标注