[wget] Mac神技镜像网站

每次用的时候找的资源过段时间就忘了，用一次找一次太麻烦了，这次整理下wget下载资源的相关方法

碰到网站上的资源想下载，可以用wget这个超好用神技来完成(Mac还有curl也可以用)

1. 特点

• 支持HTTP，HTTPS和FTP协议
• 支持HTTP代理.
• 支持后台下载(退出terminal也会直到下载，除非你在terminal中执行了关闭的命令)
• 支持递归下载(遵循Robot Exclusion标准(/robots.txt)), 并转换链接为本地连接
• 支持断点续载

2. 用法

wget [参数列表] "URL" : 双引号可以转义URL中的特殊字符。

常见参数搭配

• 景象方法0：

  wget -m -p -k http://www.domain.com/somethingelse
  

Terminal cd 到想保存的目录下。
这个是我现在用的方法，这几个参数各取所需，我觉得这样就够了

• 镜像方法1:

  wget -r -p -np -k http://www.domain.com/somethingelse
  

参数解释
-r： 递归下载网页上的所有链接
-p： 下载网页上需要显示的图片
-np： 不要追溯到父目录内容
-k： 转换链接成本地连接

• 镜像方法2

  wget --mirror -p --convert-links -P [本地目錄] [網站地址]
  

参数解释
--mirror：等价于 -r -N -l inf -nr (递归 不要重新下载 限制递归重数 不移走'.listing'文件)
-p： 下载网页上需要显示的图片
--convert-links：转换链接成本地连接
-P [本地目录]：储存文件到本地目录

• 限速下载：

  wget –limit-rate=300k http://www.domain.com/somethingelse 
  

• 断点续传

  wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
  

下载大文件时突然由于网络等原因中断可以继续接着下载而不是重新下载一个文件。需要继续中断的下载时可以使用-c参数。

• 后台下载

  wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip 
  

使用以下命令来察看下载进度
tail -f wget-log

参数分类列表

• 启动

  -V,  --version           显示wget的版本后退出
  -h,  --help              打印语法帮助
  -b,  --background        启动后转入后台执行
  -e,  --execute=COMMAND   执行`.wgetrc'格式的命令，wgetrc格式参见/etc/wgetrc或~/.wgetrc
  

• 记录和输入文件
  -o, --output-file=FILE 把记录写到FILE文件中
  -a, --append-output=FILE 把记录追加到FILE文件中
  -d, --debug 打印调试输出
  -q, --quiet 安静模式(没有输出)
  -v, --verbose 冗长模式(这是缺省设置)
  -nv, --non-verbose 关掉冗长模式，但不是安静模式
  -i, --input-file=FILE 下载在FILE文件中出现的URLs
  -F, --force-html 把输入文件当作HTML格式文件对待
  -B, --base=URL 将URL作为在-F -i参数指定的文件中出现的相对链接的前缀
  --sslcertfile=FILE 可选客户端证书
  --sslcertkey=KEYFILE 可选客户端证书的KEYFILE
  --egd-file=FILE 指定EGD socket的文件名

• 下载
  --bind-address=ADDRESS 指定本地使用地址(主机名或IP，当本地有多个IP或名字时使用)
  -t, --tries=NUMBER 设定最大尝试链接次数(0 表示无限制).
  -O --output-document=FILE 把文档写到FILE文件中
  -nc, --no-clobber 不要覆盖存在的文件或使用.#前缀
  -c, --continue 接着下载没下载完的文件
  --progress=TYPE 设定进程条标记
  -N, --timestamping 不要重新下载文件除非比本地文件新
  -S, --server-response 打印服务器的回应
  --spider 不下载任何东西
  -T, --timeout=SECONDS 设定响应超时的秒数
  -w, --wait=SECONDS 两次尝试之间间隔SECONDS秒
  --waitretry=SECONDS 在重新链接之间等待1...SECONDS秒
  --random-wait 在下载之间等待0...2*WAIT秒
  -Y, --proxy=on/off 打开或关闭代理
  -Q, --quota=NUMBER 设置下载的容量限制
  --limit-rate=RATE 限定下载输率

• 目录
  -nd --no-directories 不创建目录
  -x, --force-directories 强制创建目录
  -nH, --no-host-directories 不创建主机目录
  -P, --directory-prefix=PREFIX 将文件保存到目录 PREFIX/...
  --cut-dirs=NUMBER 忽略 NUMBER层远程目录

• HTTP 选项
  --http-user=USER 设定HTTP用户名为 USER.
  --http-passwd=PASS 设定http密码为 PASS.
  -C, --cache=on/off 允许/不允许服务器端的数据缓存 (一般情况下允许).
  -E, --html-extension 将所有text/html文档以.html扩展名保存
  --ignore-length 忽略 Content-Length'头域 --header=STRING 在headers中插入字符串 STRING --proxy-user=USER 设定代理的用户名为 USER --proxy-passwd=PASS 设定代理的密码为 PASS --referer=URL 在HTTP请求中包含Referer: URL'头
  -s, --save-headers 保存HTTP头到文件
  -U, --user-agent=AGENT 设定代理的名称为 AGENT而不是 Wget/VERSION.
  --no-http-keep-alive 关闭 HTTP活动链接 (永远链接).
  --cookies=off 不使用 cookies.
  --load-cookies=FILE 在开始会话前从文件 FILE中加载cookie
  --save-cookies=FILE 在会话结束后将 cookies保存到 FILE文件中

• FTP 选项
  -nr, --dont-remove-listing 不移走 `.listing'文件
  -g, --glob=on/off 打开或关闭文件名的 globbing机制
  --passive-ftp 使用被动传输模式 (缺省值).
  --active-ftp 使用主动传输模式
  --retr-symlinks 在递归的时候，将链接指向文件(而不是目录)

• 递归下载
  -r, --recursive 递归下载－－慎用!
  -l, --level=NUMBER 最大递归深度 (inf 或 0 代表无穷).
  --delete-after 在现在完毕后局部删除文件
  -k, --convert-links 转换非相对链接为相对链接
  -K, --backup-converted 在转换文件X之前，将之备份为 X.orig
  -m, --mirror 等价于 -r -N -l inf -nr.
  -p, --page-requisites 下载显示HTML文件的所有图片

• 递归下载中的包含和不包含(accept/reject)
  -A, --accept=LIST 分号分隔的被接受扩展名的列表
  -R, --reject=LIST 分号分隔的不被接受的扩展名的列表
  -D, --domains=LIST 分号分隔的被接受域的列表
  --exclude-domains=LIST 分号分隔的不被接受的域的列表
  --follow-ftp 跟踪HTML文档中的FTP链接
  --follow-tags=LIST 分号分隔的被跟踪的HTML标签的列表
  -G, --ignore-tags=LIST 分号分隔的被忽略的HTML标签的列表
  -H, --span-hosts 当递归时转到外部主机
  -L, --relative 仅仅跟踪相对链接
  -I, --include-directories=LIST 允许目录的列表
  -X, --exclude-directories=LIST 不被包含目录的列表
  -np, --no-parent 不要追溯到父目录