wget下載整個網(wǎng)站或特定目錄的案例分析

這篇文章將為大家詳細講解有關(guān)wget下載整個網(wǎng)站或特定目錄的案例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

使用wget命令下載父目錄下的整個子目錄

使用wget命令下載父目錄下的整個子目錄，命令如下：

wget -r --level=0 -E --ignore-length -x -k -p -erobots=off -np -N http://www.remote.com/remote/presentation/dir

將會下載遠程服務(wù)器的整個文件夾下到你電腦當(dāng)前文件目錄下。

如何使用 wget 下載一個目錄下的所有文件

wget -r -np -nH -R index.html http://url/including/files/you/want/to/download/

各個參數(shù)的含義：

-r : 遍歷所有子目錄
-np : 不到上一層子目錄去
-nH : 不要將文件保存到主機名文件夾
-R index.html : 不下載 index.html 文件

wget下載整個網(wǎng)站或特定目錄

需要下載某個目錄下面的所有文件。命令如下

wget -c -r -np -k -L -p www.xxx.org/pub/path/

在下載時。有用到外部域名的圖片或連接。如果需要同時下載就要用-H參數(shù)。

wget -np -nH -r --span-hosts www.xxx.org/pub/path/

-c 斷點續(xù)傳
-r 遞歸下載，下載指定網(wǎng)頁某一目錄下（包括子目錄）的所有文件
-nd 遞歸下載時不創(chuàng)建一層一層的目錄，把所有的文件下載到當(dāng)前目錄
-np 遞歸下載時不搜索上層目錄，如wget -c -r www.xxx.org/pub/path/
沒有加參數(shù)-np，就會同時下載path的上一級目錄pub下的其它文件
-k 將絕對鏈接轉(zhuǎn)為相對鏈接，下載整個站點后脫機瀏覽網(wǎng)頁，最好加上這個參數(shù)
-L 遞歸時不進入其它主機，如wget -c -r www.xxx.org/
如果網(wǎng)站內(nèi)有一個這樣的鏈接：
www.yyy.org，不加參數(shù)-L，就會像大火燒山一樣，會遞歸下載www.yyy.org網(wǎng)站
-p 下載網(wǎng)頁所需的所有文件，如圖片等
-A 指定要下載的文件樣式列表，多個樣式用逗號分隔
-i 后面跟一個文件，文件內(nèi)指明要下載的URL

還有其他的用法，我從網(wǎng)上搜索的，也一并寫上來，方便以后自己使用。

wget的常見用法

wget的使用格式

Usage: wget [OPTION]… [URL]…

* 用wget做站點鏡像:
wget -r -p -np -k http://dsec.pku.edu.cn/~usr_name/
# 或者
wget -m http://www.tldp.org/LDP/abs/html/

* 在不穩(wěn)定的網(wǎng)絡(luò)上下載一個部分下載的文件，以及在空閑時段下載

wget -t 0 -w 31 -c http://dsec.pku.edu.cn/BBC.avi -o down.log &

# 或者從filelist讀入要下載的文件列表

wget -t 0 -w 31 -c -B ftp://dsec.pku.edu.cn/linuxsoft -i filelist.txt -o
down.log &

上面的代碼還可以用來在網(wǎng)絡(luò)比較空閑的時段進行下載。我的用法是:在mozilla中將不方便當(dāng)時下載的URL鏈接拷貝到內(nèi)存中然后粘貼到文件filelist.txt中，在晚上要出去系統(tǒng)前執(zhí)行上面代碼的第二條。

* 使用代理下載
wget -Y on -p -k https://sourceforge.net/projects/wvware/

代理可以在環(huán)境變量或wgetrc文件中設(shè)定

# 在環(huán)境變量中設(shè)定代理
export PROXY=http://211.90.168.94:8080/
# 在~/.wgetrc中設(shè)定代理
http_proxy = http://proxy.yoyodyne.com:18023/
ftp_proxy = http://proxy.yoyodyne.com:18023/

wget各種選項分類列表

* 啟動

-V, –version 顯示wget的版本后退出
-h, –help 打印語法幫助
-b, –background 啟動后轉(zhuǎn)入后臺執(zhí)行
-e, –execute=COMMAND
執(zhí)行`.wgetrc'格式的命令，wgetrc格式參見/etc/wgetrc或~/.wgetrc

* 記錄和輸入文件

-o, –output-file=FILE 把記錄寫到FILE文件中
-a, –append-output=FILE 把記錄追加到FILE文件中
-d, –debug 打印調(diào)試輸出
-q, –quiet 安靜模式(沒有輸出)
-v, –verbose 冗長模式(這是缺省設(shè)置)
-nv, –non-verbose 關(guān)掉冗長模式，但不是安靜模式
-i, –input-file=FILE 下載在FILE文件中出現(xiàn)的URLs
-F, –force-html 把輸入文件當(dāng)作HTML格式文件對待
-B, –base=URL 將URL作為在-F -i參數(shù)指定的文件中出現(xiàn)的相對鏈接的前綴
–sslcertfile=FILE 可選客戶端證書
–sslcertkey=KEYFILE 可選客戶端證書的KEYFILE
–egd-file=FILE 指定EGD socket的文件名

* 下載

–bind-address=ADDRESS
指定本地使用地址(主機名或IP，當(dāng)本地有多個IP或名字時使用)
-t, –tries=NUMBER 設(shè)定最大嘗試鏈接次數(shù)(0 表示無限制).
-O –output-document=FILE 把文檔寫到FILE文件中
-nc, –no-clobber 不要覆蓋存在的文件或使用.#前綴
-c, –continue 接著下載沒下載完的文件
–progress=TYPE 設(shè)定進程條標(biāo)記
-N, –timestamping 不要重新下載文件除非比本地文件新
-S, –server-response 打印服務(wù)器的回應(yīng)
–spider 不下載任何東西
-T, –timeout=SECONDS 設(shè)定響應(yīng)超時的秒數(shù)
-w, –wait=SECONDS 兩次嘗試之間間隔SECONDS秒
–waitretry=SECONDS 在重新鏈接之間等待1…SECONDS秒
–random-wait 在下載之間等待0…2*WAIT秒
-Y, –proxy=on/off 打開或關(guān)閉代理
-Q, –quota=NUMBER 設(shè)置下載的容量限制
–limit-rate=RATE 限定下載輸率

* 目錄

-nd –no-directories 不創(chuàng)建目錄
-x, –force-directories 強制創(chuàng)建目錄
-nH, –no-host-directories 不創(chuàng)建主機目錄
-P, –directory-prefix=PREFIX 將文件保存到目錄 PREFIX/…
–cut-dirs=NUMBER 忽略 NUMBER層遠程目錄

* HTTP 選項

–http-user=USER 設(shè)定HTTP用戶名為 USER.
–http-passwd=PASS 設(shè)定http密碼為 PASS.
-C, –cache=on/off 允許/不允許服務(wù)器端的數(shù)據(jù)緩存 (一般情況下允許).
-E, –html-extension 將所有text/html文檔以.html擴展名保存
–ignore-length 忽略 `Content-Length'頭域
–header=STRING 在headers中插入字符串 STRING
–proxy-user=USER 設(shè)定代理的用戶名為 USER
–proxy-passwd=PASS 設(shè)定代理的密碼為 PASS
–referer=URL 在HTTP請求中包含 `Referer: URL'頭
-s, –save-headers 保存HTTP頭到文件
-U, –user-agent=AGENT 設(shè)定代理的名稱為 AGENT而不是 Wget/VERSION.
–no-http-keep-alive 關(guān)閉 HTTP活動鏈接 (永遠鏈接).
–cookies=off 不使用 cookies.
–load-cookies=FILE 在開始會話前從文件 FILE中加載cookie
–save-cookies=FILE 在會話結(jié)束后將 cookies保存到 FILE文件中

* FTP 選項

-nr, –dont-remove-listing 不移走 `.listing'文件
-g, –glob=on/off 打開或關(guān)閉文件名的 globbing機制
–passive-ftp 使用被動傳輸模式 (缺省值).
–active-ftp 使用主動傳輸模式
–retr-symlinks 在遞歸的時候，將鏈接指向文件(而不是目錄)

* 遞歸下載

-r, –recursive 遞歸下載－－慎用!
-l, –level=NUMBER 最大遞歸深度 (inf 或 0 代表無窮).
–delete-after 在現(xiàn)在完畢后局部刪除文件
-k, –convert-links 轉(zhuǎn)換非相對鏈接為相對鏈接
-K, –backup-converted 在轉(zhuǎn)換文件X之前，將之備份為 X.orig
-m, –mirror 等價于 -r -N -l inf -nr.
-p, –page-requisites 下載顯示HTML文件的所有圖片

* 遞歸下載中的包含和不包含(accept/reject)

-A, –accept=LIST 分號分隔的被接受擴展名的列表
-R, –reject=LIST 分號分隔的不被接受的擴展名的列表
-D, –domains=LIST 分號分隔的被接受域的列表
–exclude-domains=LIST 分號分隔的不被接受的域的列表
–follow-ftp 跟蹤HTML文檔中的FTP鏈接
–follow-tags=LIST 分號分隔的被跟蹤的HTML標(biāo)簽的列表
-G, –ignore-tags=LIST 分號分隔的被忽略的HTML標(biāo)簽的列表
-H, –span-hosts 當(dāng)遞歸時轉(zhuǎn)到外部主機
-L, –relative 僅僅跟蹤相對鏈接
-I, –include-directories=LIST 允許目錄的列表
-X, –exclude-directories=LIST 不被包含目錄的列表
-np, –no-parent 不要追溯到父目錄

關(guān)于“wget下載整個網(wǎng)站或特定目錄的案例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。