一条命令下载整个网站

镜像下载一个网站在 Windows 下并不是一件简单的时间，但在 Linux 系统中却简单的只需要一条命令。

你可能不相信，但事实就是如此，命令行的方便快捷之处也是Linux系统优势之一。

这个命令是什么呢，这个命令就是 wget ！

wget 可能你看到觉得自己知道这个命令，也经常用来下载文件，但你不知道的是其功能其实是很强大的。如果你有耐心，详细看下wget命令的帮助说明文件，你就会明白。

我们现在说下它是如何一条命令下载真个网站的，命令如下：

wget -c -r -np -k -L -p http://view.jqueryfuns.com/2017/6/5/5d50513eee1cd1f767516d0e5f0f23c6/html/

这个命令就是将这个 Ace Admin 1.4.0 这个静态网站模版下载到本地。

参数的说明：

-c 支持断点续传。
-r 支持递归下载，会将所有其子目录中的内容一并下载。
-nd 递归下载时不创建一层一层的目录，把所有的文件下载到当前目录。
-np 递归下载时不搜索上层目录，如果不加就会同时下载当前URL路径的上一级目录中其它文件。
-k 将绝对链接转为相对链接，下载整个站点后脱机浏览网页，建议加上这个参数。
-L 递归时不进入非本网址外地址，如下载的链接中有外部链接。
-p 下载网页所需的所有文件，如图片等。

还可以使用下面的命令景象整个站点：

wget -c -m -L -p http://view.jqueryfuns.com/2017/6/5/5d50513eee1cd1f767516d0e5f0f23c6/html/

这里用 -m 参数替换了原来的 -c -r -np 参数。

-m –mirror 可用来镜像整个站点。

常用示例

还有一些常用实操示例，供大家收藏学习。

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 https://cn.wordpress.org/latest-zh_CN.zip

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”/”的后面的字符来命令，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 http://cn.wordpress.org/download?id=1 

即使下载的文件是zip格式，它仍然以download.php?id=1080命令。

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 http://cn.wordpress.org/download.php?id=1080

3、使用wget –limit -rate限速下载

当你执行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/latest-zh_CN.zip

4、使用wget -c断点续传
使用wget -c重新启动下载中断的文件:

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

你可以使用以下命令来察看下载进度

tail -f wget-log

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″ http://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 

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。

wget –tries=40 URL

9、使用wget -i下载多个文件

wget -i filelist.txt
#filelist.txt为下载url列表
url1 
url2 
url3 
url4 

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 ./LOCAL：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

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、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，例如：

wget -c http://the.url.of/incomplete/file 

使用断点续传要求服务器支持断点续传。-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。

17、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：

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

18、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。

19、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 

使用参数–proxy=on/off 使用或者关闭代理。

20、中文文档名在平常的情况下会被编码， 使用 –cut-dirs 时可以正常显示

wget -r -np -nH –cut-dirs=3 ftp://host/test/ 

如果你希望系统的学习一下 Linux 脚本，不妨先找一本关于 Linux Shell 脚本的书开始吧。

原文始发于微信公众号（Linux265）：一条命令下载整个网站