文章目录
  1. 1. 下载整个http或者ftp站点
  2. 2. 断点续传
  3. 3. 批量下载
  4. 4. 选择性的下载
  5. 5. 密码和认证
  6. 6. 利用代理服务器进行下载
    1. 6.1. 附录：

wget是在Linux下开发的开放源代码的软件，作者是Hrvoje Niksic，后来被移植到包括Windows在内的各个平台上。

chrome cookie 导出插件: cookies.txt

1
2
ps aux | grep wget
kill -9 processesNumber

wget基本的语法是：wget [参数列表] URL。下面就结合具体的例子来说明一下wget的用法。

下载整个http或者ftp站点

1
wget http://place.your.url/here

这个命令可以将 http://place.your.url/here 首页下载下来。

1
2
-x  强制建立服务器上一模一样的目录
-nd  服务器上下载的所有内容都加到本地当前目录
1
wget -r http://place.your.url/here

这个命令会按照递归的方法，下载服务器上所有的目录和文件，实质就是下载整个网站。这个命令一定要小心使用，因为在下载的时候，被下载网站指向的所有地址同样会被下载，因此，如果这个网站引用了其他网站，那么被引用的网站也会被下载下来！

这时可以用 -l number 参数来指定下载的层次。例如只下载两层，那么使用：-l 2

如果想制作镜像站点，那么可以使用 －m 参数，例如：wget -m http://place.your.url/here。这时wget会自动判断合适的参数来制作镜像站点。此时，wget会登录到服务器上，读入 robots.txt 并按robots.txt的规定来执行。

断点续传

使用命令：wget -c http://the.url.of/file

使用断点续传要求服务器支持断点续传。

1
2
-t  参数表示重试次数，例如需要重试100次，那么就写-t 100，如果设成-t 0，那么表示无穷次重试，直到连接成功。
-T  参数表示超时等待时间，例如-T 120，表示等待120秒连接不上就算超时。

批量下载

生成一个文件，把每个文件的URL写一行，例如生成文件download.txt，

然后使用命令：wget -i download.txt

这样就会把download.txt里面列出的每个URL都下载下来。

选择性的下载

可以指定让wget只下载一类文件，或者不下载什么文件。例如：

1
wget -m –reject=gif http://target.web.site/subdirectory

表示下载 http://target.web.site/subdirectory，但是忽略gif文件。

1
2
–accept=LIST  可以接受的文件类型
–reject=LIST  拒绝接受的文件类型。

密码和认证

wget只能处理利用用户名/密码方式限制访问的网站，可以利用两个参数：

1
2
–http-user=USER  设置HTTP用户
–http-passwd=PASS  设置HTTP密码

对于需要证书做认证的网站，就只能利用其他下载工具了，例如curl。

利用代理服务器进行下载

如果用户的网络需要经过代理服务器，那么可以让wget通过代理服务器进行文件的下载。

此时需要在当前用户的目录下创建一个 .wgetrc 文件。文件中可以设置代理服务器：

1
2
http-proxy = 111.111.111.111:8080
ftp-proxy = 111.111.111.111:8080

分别表示http的代理服务器和ftp的代理服务器。如果代理服务器需要密码则使用：

1
2
–proxy-user=USER  设置代理用户
–proxy-passwd=PASS  设置代理密码

这两个参数。 使用参数 –proxy=on/off 使用或者关闭代理。

附录：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
命令格式：
wget [参数列表] [目标软件、网页的网址]
-V,    –version 显示软件版本号然后退出；
-h,    –help 显示软件帮助信息；
-e,    –execute=COMMAND 执行一个".wgetrc"命令
-o,    –output-file=FILE 将软件输出信息保存到文件；
-a,    –append-output=FILE 将软件输出信息追加到文件；
-d,    –debug 显示输出信息；
-q,    –quiet 不显示输出信息；
-i,    –input-file=FILE 从文件中取得URL；
-t,    –tries=NUMBER 是否下载次数（0表示无穷次）
-O,    –output-document=FILE 下载文件保存为别的文件名
-nc,   –no-clobber 不要覆盖已经存在的文件
-N,    –timestamping只下载比本地新的文件
-T,    –timeout=SECONDS 设置超时时间
-Y,    –proxy=on/off 关闭代理
-nd,    –no-directories 不建立目录
-x,    –force-directories 强制建立目录
       –http-user=USER 设置HTTP用户
       –http-passwd=PASS 设置HTTP密码
       –proxy-user=USER 设置代理用户
       –proxy-passwd=PASS 设置代理密码
-r,    –recursive 下载整个网站、目录（小心使用）
-l,    –level=NUMBER 下载层次
-A,    –accept=LIST 可以接受的文件类型
-R,    –reject=LIST拒绝接受的文件类型
-D,    –domains=LIST可以接受的域名
       –exclude-domains=LIST 拒绝的域名
-L,    –relative 下载关联链接
       –follow-ftp 只下载FTP链接
-H,    –span-hosts 可以下载外面的主机
-I,    –include-directories=LIST 允许的目录
-X,    –exclude-directories=LIST 拒绝的目录
1
2
3
4
5
6
7
8
9
中文文档名在平常的情况下会被编码， 但是在 –cut-dirs 时又是正常的，
wget -r -np -nH –cut-dirs=3 ftp://host/test/
测试.txt
wget -r -np -nH -nd ftp://host/test/
%B4%FA%B8%D5.txt
wget "ftp://host/test/*"
%B4%FA%B8%D5.txt

由于不知名的原因，可能是为了避开特殊档名， wget 会自动将抓取档名的部分用 encode_string 处理过， 所以该 patch 就把被 encode_string 处理成 %3A 这种东西， 用 decode_string 还原成 : 并套用在目录与档案名称的部分，decode_string 是 wget 内建的函式。

1
wget -t0 -c -nH -x -np -b -m -P /home/sunny/NOD32view/  http://downloads1.kaspersky-labs.com/bases/ -o wget.log