linux wget命令详解

前言

不论我们使用什么操作系统，下载软件都是必不可少的。

什么？你问为什么？

简介

wget 是一个下载文件命令行工具。

支持HTTP，HTTPS和FTP协议，可以使用HTTP代理。

支持”递归下载”，就是按照页面HTML链接进行逐层级追踪，实现整站下载功能。

可靠性好，下载失败会不断尝试重新下载，直到整个文件下载完毕。

用法

wget [选项]... [URL]...

参数

# 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=命令               运行一个“.wgetrc”风格的命令# 日志和输入文件：  -o,  --output-file=文件           将日志信息写入 FILE  -a,  --append-output=文件         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       --report-speed=类型          以 <类型>  告带宽。类型可以是 bits  -i,  --input-file=文件            下载本地或外部 <文件> 中的 URL  -F,  --force-html                把输入文件当成 HTML 文件  -B,  --base=URL                  解析相对于 URL 的 HTML 输入文件链接 (-i -F)       --config=文件                指定要使用的配置文件       --no-cookies                不读取任何配置文件       --rejected-log=文件          将拒绝 URL 的原因写入 <文件>。# 下载：  -t,  --tries=数字                 设置重试次数为 <数字> (0 代表无限制)       --retry-connrefused         即使拒绝连接也是重试  -O,  --output-document=文件       将文档写入 FILE  -nc, --no-clobber                不要下载已存在将被覆盖的文件       --no-netrc                  don't try to obtain credentials from .netrc  -c,  --continue                  断点续传下载文件       --start-pos=偏移量           从由零计数的 <偏移量> 开始下载       --progress=类型              选择进度条类型       --show-progress             在任意啰嗦状态下都显示进度条  -N,  --timestamping              只获取比本地文件新的文件       --no-if-modified-since      不要在时间戳 (timestamping) 模式下使用if-modified-since get 条件请求       --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 (0.5~1.5)*WAIT 秒       --no-proxy                  禁止使用代理  -Q,  --quota=数字                 设置获取配额为 <数字> 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 查询缓存       --restrict-file-names=系统   限定文件名中的字符为 <系统> 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=地址族       首先连接至指定家族（IPv6，IPv4 或 none）的地址       --user=用户                  将 ftp 和 http 的用户名均设置为 <用户>       --password=密码              将 ftp 和 http 的密码均设置为 <密码>       --ask-password              提示输入密码       --use-askpass=命令           指定用于请求用户名和密码的凭据管理器。                                   如果没有提供指定命令，程序将使用 WGET_ASKPASS 或SSH_ASKPASS 环境变量。       --no-iri                    关闭 IRI 支持       --local-encoding=ENC        使用 ENC 作为 IRI (国际化资源标识符) 的本地编码       --remote-encoding=ENC       使用 ENC 作为默认远程编码       --unlink                    覆盖前移除文件       --no-xattr                  不要在文件的拓展属性中储存元数据# 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 (host) 目录       --protocol-directories      在目录中使用协议名称  -P,  --directory-prefix=前缀      保存文件到 <前缀>/..       --cut-dirs=数字              忽略远程目录中 <数字> 个目录层。# HTTP 选项：       --http-user=用户             设置 http 用户名为 <用户>       --http-password=密码         设置 http 密码为 <密码>       --no-cache                  不使用服务器缓存的数据。       --default-page=NAME         改变默认页 (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=字符串              在头部插入 <字符串>       --max-redirect              每页所允许的最大重定向       --proxy-user=用户            使用 <用户> 作为代理用户名       --proxy-password=密码        使用 <密码> 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=代理            标识自己为 <代理> 而不是 Wget/VERSION。       --no-http-keep-alive        禁用 HTTP keep-alive (持久连接)。       --no-cookies                不使用 cookies。       --load-cookies=文件          会话开始前从 <文件> 中载入 cookies。       --save-cookies=文件          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=字符串           使用 POST 方式；把 <字串>作为数据发送。       --post-file=文件             使用 POST 方式；发送 <文件> 内容。       --method=HTTP方法            在请求中使用指定的 <HTTP 方法>。       --post-data=字符串           把 <字串> 作为数据发送，必须设置 --method       --post-file=文件             发送 <文件> 内容，必须设置 --method       --content-disposition       当选择本地文件名时允许 Content-Disposition                                   头部 (实验中)。       --content-on-error          在服务器错误时输出接收到的内容       --auth-no-challenge         不先等待服务器询问就发送基本 HTTP 验证信息。# HTTPS (SSL/TLS) 选项：       --secure-protocol=PR         choose secure protocol, one of auto, SSLv2,                                    SSLv3, TLSv1, TLSv1_1, TLSv1_2 and PFS       --https-only                 只跟随安全的 HTTPS 链接       --no-check-certificate       不要验证服务器的证书。       --certificate=文件            客户端证书文件。       --certificate-type=类型       客户端证书类型，PEM 或 DER。       --private-key=文件            私钥文件。       --private-key-type=类型       私钥文件类型，PEM 或 DER。       --ca-certificate=文件         带有一组 CA 证书的文件。       --ca-directory=DIR           保存 CA 证书的哈希列表的目录。       --ca-certificate=文件         带有一组 CA 证书的文件。       --pinnedpubkey=文件/散列值     用于验证节点的公钥（PEM/DER）文件或                                    任何数量的 sha256 散列值，以 base64 编码、                                    “sha256//” 开头、用“;”间隔       --random-file=文件            用于初始化 SSL 伪随机数生成器（PRNG）的文件，应含有随机数据# HSTS 选项：       --no-hsts                   禁用 HSTS       --hsts-file                 HSTS 数据库路径（将覆盖默认值）# FTP 选项：       --ftp-user=用户              设置 ftp 用户名为 <用户>。       --ftp-password=密码          设置 ftp 密码为 <密码>       --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       --preserve-permissions      保留远程文件的权限       --retr-symlinks             递归目录时，获取链接的文件 (而非目录)# FTPS 选项：       --ftps-implicit                 使用隐式 FTPS（默认端口 990）       --ftps-resume-ssl               打开数据连接时继续控制连接中的 SSL/TLS 会话       --ftps-clear-data-connection    只加密控制信道；数据传输使用明文       --ftps-fallback-to-ftp          回落到 FTP，如果目标服务器不支持 FTPS# WARC 选项：       --warc-file=文件名           在一个 .warc.gz 文件里保持请求/响应数据       --warc-header=字符串         在头部插入 <字符串>       --warc-max-size=数字         将 WARC 的最大尺寸设置为 <数字>       --warc-cdx                  写入 CDX 索引文件       --warc-dedup=文件名          不要记录列在此 CDX 文件内的记录       --no-warc-digests           不要计算 SHA1 摘要       --no-warc-keep-log          不要在 WARC 记录中存储日志文件       --warc-tempdir=目录          WARC 写入器的临时文件目录# 递归下载：  -r,  --recursive                 指定递归下载  -l,  --level=数字                 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       --convert-file-only         只转换 URL 的文件部分（一般叫做“基础名”/basename）       --backups=N                 写入文件 X 前，轮换移动最多 N 个备份文件  -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=列表                逗 分隔的可接受的扩展名列表  -R,  --reject=列表                逗 分隔的要拒绝的扩展名列表       --accept-regex=REGEX        匹配接受的 URL 的正则表达式       --reject-regex=REGEX        匹配拒绝的 URL 的正则表达式       --regex-type=类型            正则类型 (posix|pcre)  -D,  --domains=列表               逗 分隔的可接受的域名列表       --exclude-domains=列表       逗 分隔的要拒绝的域名列表       --follow-ftp                跟踪 HTML 文档中的 FTP 链接       --follow-tags=列表           逗 分隔的跟踪的 HTML 标识列表       --ignore-tags=列表           逗 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                  仅跟踪相对链接  -I,  --include-directories=列表   允许目录的列表       --trust-server-names        使用重定向 URL 的最后一段作为本地文件名  -X,  --exclude-directories=列表   排除目录的列表  -np, --no-parent                 不追溯至父目录

实例演示

一、下载单个文件

比如这里我们下载Nginx源码包。

注：如果对Centos8下编译安装Nginx感兴趣，可以参考我的文章：CentOS8.4 编译安装Nginx1.20.1

下载完成，过程中会显示进度条及基本连接、大小等信息。

如果重复下载，则会在文件名后面追加.1 .2 .n

上面是下载三次后的结果。

二、wget -c断点续传

-c 这个参数，常用于大文件的追加下载（没错，就是那种动辄几个G的文件）。

比如 络等原因，导致正则下载的文件突然中断，此时我们就可以使用 wget -c 文件地址 重新启动下载，进度会直接按照上次中断时的状态开始。

由于我这里没有那种大文件，所以暂时拿Linux内核源码包给大家做个演示：

首先看下，如果不加 -c 参数，上面的14%我强制停止了，后面则又会从0%开始重新下载。

如上图，当我加上 -c 参数 后，则会继续从上一次的文件状态接着下载。从返回的长度后跟着的剩余信息也可以看出。

这里放下内核源码包下载地址：
https://cdn.kernel.org/pub/linux/kernel/v5.x/linux-5.13.1.tar.xz，有需要而又没有大文件的同学可以自己试试。

三、wget -O 另存下载

在我们日常使用浏览器中鼠标右键下载图片，基本都会有“右键另存下载”的选项。

没错，wget -O 就是干这个事的。

如果默认的不加 -O 参数，则会将文件以原名下载到执行命令的当前目录下，文件名如我在一中所说，重复则会在后面追加序 。

下面我们将Nginx源码，另起一个名字，放在当前文件夹的子目录，nginx_test中：

ok，没毛病。

四、wget -b 后台下载

有时候我们在下载的时候，因为条件所限，不能开多窗口或其他原因，但是又不想去等待wget下载完成，这个 -b 参数就派上用场了。

这里还是以Linux内核源码为例：

从上图可以看到，运行之后，直接结束，告诉我们将继续在后台运行。

现在我们使用 tail -f 来查看下它的下载状态：（有关tail命令的详解，可以参考：Linux tail命令详解）

可以看到，正在下载中。

总结

wget 是一个非常有用的命令，希望大家能掌握。

我这里只演示了日常工作中常用的几个参数实例，其他的用法大家可以自行对照参数表测试。