Linux系统中wget是一个下载文件的工具，它用在命令行下。对于Linux用户是必不可少的工具，我们经常要下载一些软件或从远程服务器恢复备份到本地服务器。wget支持HTTP，HTTPS和FTP协议，可以使用HTTP代理。所谓的自动下载是指，wget可以在用户退出系统之后在后台执行。这意味这你可以登录系统，启动一个wget下载任务，然后退出系统，wget将在后台执行直到任务完成。
命令格式：
wget [参数] [URL地址]
编译安装
使用如下命令编译安装：
tar zxvf wget-1.9.1.tar.gz
cd wget-1.9.1
./configure
make
make install
功能：
（1）支持断点下传功能；
（2）同时支持FTP和HTTP下载方式；
（3）支持代理服务器；对安全强度很高的系统而言，一般不会将自己的系统直接暴露在互联网上，所以，支持代理是下载软件必须有的功能；
（4）设置方便简单；
1、使用 wget 下载单个文件
以下的例子是从网络下载一个文件并保存在当前目录
wget http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
wget -P /tools http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
-P 指定下载到哪个目录。
在下载的过程中会显示进度条，包含（下载完成百分比，已经下载的字节，当前下载速度，剩余下载时间）。
2、使用 wget -O 下载并以不同的文件名保存
wget默认会以最后一个符合”/”的后面的字符来命名，对于动态链接的下载通常文件名会不正确。
错误：下面的例子会下载一个文件并以名称download.php?id=1080保存
wget https://www.centos.bz/download?id=1
即使下载的文件是zip格式，它仍然以download.php?id=1080命名。
正确：为了解决这个问题，我们可以使用参数-O来指定一个文件名：
wget -O wordpress.zip https://www.centos.bz/download.php?id=1080
3、使用 wget –limit -rate 限速下载
当执行wget的时候，它默认会占用全部可能的宽带下载。但是当你准备下载一个大文件，而你还需要下载其它文件时就有必要限速了。
wget --limit-rate=300k http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
4、使用 wget -c 断点续传
当文件特别大或者网络特别慢的时候，往往一个文件还没有下载完，连接就已经被切断，此时就需要断点续传。wget的断点续传是自动的，只需要使用-c参数。
wget -c http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
对于我们下载大文件时突然由于网络等原因中断非常有帮助，我们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。
5、使用 wget -b 后台下载
对于下载非常大的文件的时候，我们可以使用参数-b进行后台下载。
wget -b http://cn.wordpress.org/wordpress-3.1-zh_CN.zip
6、伪装代理名称下载
有些网站能通过根据判断代理名称不是浏览器而拒绝你的下载请求。不过你可以通过–user-agent参数伪装。
wget --user-agent="Mozilla/5.0 (Windows; U; Windows NT 6.1; en-US) AppleWebKit/534.16 (KHTML, like Gecko) Chrome/10.0.648.204 Safari/534.16" 下载链接
7、使用 wget –spider 测试下载链接
当你打算进行定时下载，你应该在预定时间测试下载链接是否有效。我们可以增加–spider参数进行检查。
wget --spider URL
如果下载链接正确，将会显示
$ wget --spider URL
Spider mode enabled. Check if remote file exists.
HTTP request sent, awaiting response... 200 OK
Length: unspecified [text/html]
Remote file exists and could contain further links,
but recursion is disabled -- not retrieving.
这保证了下载能在预定的时间进行，但当你给错了一个链接，将会显示如下错误
$ wget --spider url
Spider mode enabled. Check if remote file exists.
HTTP request sent, awaiting response... 404 Not Found
Remote file does not exist -- broken link!!!
你可以在以下几种情况下使用spider参数：
- 定时下载之前进行检查
- 间隔检测网站是否可用
- 检查网站页面的死链接
8、使用 wget --tries 增加重试次数
如果网络有问题或下载一个大文件也有可能失败。wget默认重试20次连接下载文件。如果需要，你可以使用--tries增加重试次数。--tries=0 代表无限制，可简写为-t 0
wget --tries=40 URL
wget -t 0 url
9、使用 wget -i 下载多个文件
首先，保存一份下载链接文件
$ cat > filelist.txt
url1
url2
url3
url4
接着使用这个文件和参数-i下载
wget -i filelist.txt
如果列的是文件就下载文件，如果列的是网站，那么下载首页。
10、使用 wget –mirror 镜像网站
下面的例子是下载整个网站到本地。
wget --mirror -p --convert-links -P ./LOCAL URL
-
–miror:开户镜像下载 -
-p:下载所有为了html页面显示正常的文件 -
–convert-links:下载后，转换成本地的链接 -
-P：保存所有文件和目录到本地指定目录
11、使用wget –reject过滤指定格式下载
你想下载一个网站，但你不希望下载图片，你可以使用以下命令。
wget --reject=gif url
12、使用 wget -o 把下载信息存入日志文件
你不希望下载信息直接显示在终端而是在一个日志文件，可以使用以下命令：
wget -o download.log URL
13、使用 wget -Q 限制总下载文件大小
当你想要下载的文件超过5M而退出下载，你可以使用以下命令:
wget -Q5m -i filelist.txt
注意：这个参数对单个文件下载不起作用，只能递归下载时才有效。
14、使用wget -r -A下载指定格式文件
可以在以下情况使用该功能
- 下载一个网站的所有图片
- 下载一个网站的所有视频
- 下载一个网站的所有PDF文件
wget -r -A.pdf url
15、使用wget FTP下载
你可以使用wget来完成ftp链接的下载。
使用wget匿名ftp下载
wget ftp-url
使用wget用户名和密码认证的ftp下载
wget --ftp-user=USERNAME --ftp-password=PASSWORD url
16、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：下载http://target.web.site/subdirectory，但是忽略gif文件。
wget -m –reject=gif http://target.web.site/subdirectory
–accept=LIST 可以接受的文件类型；
–reject=LIST拒绝接受的文件类型。
17、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：
–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。
18、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：
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：
–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。
问题搜集
１.Linux 下解压.tgz文件报错gzip: stdin: invalid compressed data--format violated的解决办法
执行 tar -zxvf xxxx.tgz 命令时，提示以下信息：
gzip: stdin: invalid compressed data–format violated
tar： Child returned status 1
tar： Error is not recoverable： exiting now
方法一
- 原因：该压缩包没有用gzip格式压缩，所以不用加z指令
- 解决方法：使用 tar -xvf xxxx.tgz 命令（即去掉z参数）
方法二
- 把下载下来的文件重命名为tar后缀，mv xx.tgz xx.tar
- 再执行解压命令：tar -zxvf xx.tar
方法三
在wget后加上
--no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie"
例如：
wget --no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie" "http://download.oracle.com/otn-pub/java/jdk/8u181-b13/96a7b8442fe848ef90c96a2fad6ed6d1/jdk-8u181-linux-x64.tar.gz"
或
wget --no-check-certificate --no-cookies --header "Cookie: oraclelicense=accept-securebackup-cookie" -c -O 数据集名字 "对应的网页下载链接"
网友评论