Linux 版 (精华区)

发信人: Sun (大灯泡), 信区: Linux
标  题: wget——Linux下Web文件提取工具 
发信站: 哈工大紫丁香 (Sat Sep  4 17:15:22 1999), 转信

　　 
　　王水 

wget是一个Linux环境下用于从Web上提取文件的工具，它是一个GPL许可证下的自
由软件，作者为Hrvoje Niksic 〈hniksic@srce.hr〉。
wget支持HTTP和FTP协议，支持代理服务器和断点续传功能，能够自动递归远程主
机的目录，找到合乎条件的文件并将其下载到本地硬盘上；如果必要，wget将恰当
地转换页面中的超级连接以便在本地生成可浏览的镜像。由于没有交互式界面，
wget可在后台运行，截获并忽略HANGUP信号，因此即使在用户退出登录以后，仍
可继续运行。通常，wget用于批量地下载Internet网站上的文件，或制作远程网站的
镜像。

语法:

wget [options] [URL－list]

URL地址格式说明， 可以使用如下格式的URL：

http://host[:port]/path

参数说明：

wget的参数较多，但大部分应用只需要如下几个常用的参数：

－r 递归。对于HTTP主机，wget首先下载URL指定的文件，然后（如果该文件是一
个HTML文档的话）递归下载该文件所引用（超级连接）的所有文件（递归深度由参
数－l指定）。对于FTP主机，该参数意味着要下载URL指定的目录中的所有文件，
递归方法与HTTP主机类似。

－N 时间戳。该参数指定wget只下载更新的文件，也就是说，与本地目录中的对应
文件的长度和最后修改日期一样的文件将不被下载。

－m 镜像。相当于同时使用－r和－N参数。

－l 设置递归级数。默认为5。－l1相当于不递归；－l0为无穷递归。注意，当递归深
度增加时，文件数量将呈指数级增长。

－t 设置重试次数。当连接中断（或超时）时，wget将试图重新连接。如果指定－t0
，则重试次数设为无穷多。

－c 指定断点续传功能。实际上，wget默认具有断点续传功能，只有当你使用别的
ftp工具下载了某一文件的一部分，并希望wget接着完成此工作的时候，才需要指定
此参数。

使用举例：

wget －m －l4 －t0 http://oneweb.com.cn/ 

将在本地硬盘建立http://oneweb.com.cn/的镜像，镜像文件存入当前目录下一个名为
oneweb.com.cn的子目录中（你也可以使用－nH参数指定不建立该子目录，而直接
在当前目录下建立镜像的目录结构），递归深度为4，重试次数为无穷。

另外一些使用频率稍低的参数如下：

－A acclist / －R rejlist：

这两个参数用于指定wget接受或排除的文件扩展名，多个名称之间用逗号隔开。例
如，假设我们不想下载MPEG视频影像文件和.AU声音文件，可使用如下参数：

－R mpg,mpeg,au

－L 只扩展相对连接，该参数对于抓取指定站点很有用，可以避免向宿主主机的其
他目录扩散。例如，某个人网站地址为：http://www.xys.org/～ppfl/，使用如下命令
行：

wget －L http://www.xys.org/～ppfl/

则只提取该个人网站，而不涉及主机www.xys.org上的其他目录。

－k 转换连接，HTML文件存盘时，将其中的非相对连接转换成为相对连接。

－X 在下载FTP主机上的文件时，排除若干指定的目录。

另外，下面参数用于设置wget的工作界面：

－v 设置wget输出详细的工作信息。

－q 设置wget不输出任何信息。

如果我们已经在一个HTML文档（或普通文本文档）中存储了所要提取的文件的连接
，可以让wget直接从该文件中提取信息，而不用在命令行中提供URL地址，参数格
式为：

－i filename

地址文件也可以不是HTML文档，例如，一个普通的文本文件，其中有需要下载的
URL列表即可。

我们可以用以下技巧提高下载速度：由于Linux是一个多任务系统，我们可以同时运
行多个wget进程以提高下载速度，例如，先下载某主页文件（index.html），然后将
该文件所列出的所有地址分别用一个独立的wget进程进行下载。

至于其他的参数，可参考wget的man手册页，命令为：

man wget
     
     
--
〖小糊涂虫２０００灌水机〗

--
☆ 来源:．哈工大紫丁香 bbs.hit.edu.cn．[FROM: sun@hope.hit.edu.cn]