wget 下载整个网站，或者特定目录

ITman-小爽

在linux上带有一个wget这个工具，可以抓取到静态网站所有的链接内容！

使用$wget --help 可以得到如下的参数：

终端代码

1. GNU Wget 1.12，非交互式的网络文件下载工具。
   
2. 用法： wget [选项]... [URL]...
   
3. 
   
4. 长选项所必须的参数在使用短选项时也是必须的。
   http://fj.chaobaihe.net 潮白河点评网
5. 
   http://house.chaobaihe.net 潮白房产网
6. 开始:
   http://news.chaobaihe.net 潮白新闻网
7.   -V,  --version           显示 Wget 的版本信息并退出。
   http://news.chaobaihe.net 潮白新闻网
8.   -h,  --help              打印此帮助。
   http://house.chaobaihe.net 潮白房产网
9.   -b,  --background        启动后转入后台。
   
10.   -e,  --execute=COMMAND   运行一个‘.wgetrc’风格的命令。
    http://fj.chaobaihe.net 潮白河点评网
11. 
    
12. 登入并输入文件:
    
13.   -o,  --output-file=FILE    将信息写入 FILE。
    http://house.chaobaihe.net 潮白房产网
14.   -a,  --append-output=FILE  将信息添加至 FILE。
    
15.   -d,  --debug               打印大量调试信息。
    
16.   -q,  --quiet               安静模式(无信息输出)。
    http://fj.chaobaihe.net 潮白河点评网
17.   -v,  --verbose             详尽的输出(此为默认值)。
    
18.   -nv, --no-verbose          关闭详尽输出，但不进入安静模式。
    
19.   -i,  --input-file=FILE     下载本地或外部 FILE 中的 URLs。
    
20.   -F,  --force-html          把输入文件当成 HTML 文件。
    
21.   -B,  --base=URL            解析与 URL 相关的
    http://house.chaobaihe.net 潮白房产网
22.                              HTML 输入文件（由 -i -F 选项指定）。
    
23. 
    
24. 下载:
    http://bbs.chaobaihe.net 潮白河社区网
25.   -t,  --tries=NUMBER            设置重试次数为 NUMBER (0 代表无限制)。
    
26.        --retry-connrefused       即使拒绝连接也是重试。
    http://fj.chaobaihe.net 潮白河点评网
27.   -O,  --output-document=FILE    将文档写入 FILE。
    本文章来源于潮白家园网: http://www.chaobaihe.net
28.   -nc, --no-clobber              不要重复下载已存在的文件。
    http://news.chaobaihe.net 潮白新闻网
29.   -c,  --continue                继续下载部分下载的文件。
    
30.        --progress=TYPE           选择进度条类型。
    
31.   -N,  --timestamping            只获取比本地文件新的文件。
    http://news.chaobaihe.net 潮白新闻网
32.   -S,  --server-response         打印服务器响应。
    本文章来源于潮白家园网: http://www.chaobaihe.net
33.        --spider                  不下载任何文件。
    
34.   -T,  --timeout=SECONDS         将所有超时设为 SECONDS 秒。
    http://news.chaobaihe.net 潮白新闻网
35.        --dns-timeout=SECS        设置 DNS 查寻超时为 SECS 秒。
    
36.        --connect-timeout=SECS    设置连接超时为 SECS 秒。
    
37.        --read-timeout=SECS       设置读取超时为 SECS 秒。
    
38.   -w,  --wait=SECONDS            等待间隔为 SECONDS 秒。
    
39.        --waitretry=SECONDS       在取回文件的重试期间等待 1..SECONDS 秒。
    
40.        --random-wait             取回时等待 0...2*WAIT 秒。
    
41.        --no-proxy                关闭代理。
    http://bbs.chaobaihe.net 潮白河社区网
42.   -Q,  --quota=NUMBER            设置取回配额为 NUMBER 字节。
    http://bbs.chaobaihe.net 潮白河社区网
43.        --bind-address=ADDRESS    绑定至本地主机上的 ADDRESS (主机名或是 IP)。
    
44.        --limit-rate=RATE         限制下载速率为 RATE。
    http://fj.chaobaihe.net 潮白河点评网
45.        --no-dns-cache            关闭 DNS 查寻缓存。
    http://fj.chaobaihe.net 潮白河点评网
46.        --restrict-file-names=OS  限定文件名中的字符为 OS 允许的字符。
    http://bbs.chaobaihe.net 潮白河社区网
47.        --ignore-case             匹配文件/目录时忽略大小写。
    
48.   -4,  --inet4-only              仅连接至 IPv4 地址。
    本文章来源于潮白家园网: http://www.chaobaihe.net
49.   -6,  --inet6-only              仅连接至 IPv6 地址。
    
50.        --prefer-family=FAMILY    首先连接至指定协议的地址
    
51.                                  FAMILY 为 IPv6，IPv4 或是 none。
    
52.        --user=USER               将 ftp 和 http 的用户名均设置为 USER。
    http://fj.chaobaihe.net 潮白河点评网
53.        --password=PASS           将 ftp 和 http 的密码均设置为 PASS。
    
54.        --ask-password           提示输入密码。
    
55.        --no-iri                关闭 IRI 支持。
    
56.        --local-encoding=ENC      IRI 使用 ENC 作为本地编码。
    http://fj.chaobaihe.net 潮白河点评网
57.        --remote-encoding=ENC     使用 ENC 作为默认远程编码。
    http://fj.chaobaihe.net 潮白河点评网
58. 
    http://news.chaobaihe.net 潮白新闻网
59. 目录:
    
60.   -nd, --no-directories           不创建目录。
    http://news.chaobaihe.net 潮白新闻网
61.   -x,  --force-directories        强制创建目录。
    http://fj.chaobaihe.net 潮白河点评网
62.   -nH, --no-host-directories      不要创建主目录。
    
63.        --protocol-directories     在目录中使用协议名称。
    
64.   -P,  --directory-prefix=PREFIX  以 PREFIX/... 保存文件
    http://house.chaobaihe.net 潮白房产网
65.        --cut-dirs=NUMBER          忽略 NUMBER 个远程目录路径。
    
66. 
    http://fj.chaobaihe.net 潮白河点评网
67. HTTP 选项:
    
68.        --http-user=USER        设置 http 用户名为 USER。
    
69.        --http-password=PASS    设置 http 密码为 PASS。
    http://bbs.chaobaihe.net 潮白河社区网
70.        --no-cache              不在服务器上缓存数据。
    本文章来源于潮白家园网: http://www.chaobaihe.net
71.        --default-page=NAME     改变默认页
    http://house.chaobaihe.net 潮白房产网
72.                                （默认页通常是“index.html”）。
    
73.   -E,  --adjust-extension      以合适的扩展名保存 HTML/CSS 文档。
    
74.        --ignore-length         忽略头部的‘Content-Length’区域。
    本文章来源于潮白家园网: http://www.chaobaihe.net
75.        --header=STRING         在头部插入 STRING。
    http://news.chaobaihe.net 潮白新闻网
76.        --max-redirect          每页所允许的最大重定向。
    本文章来源于潮白家园网: http://www.chaobaihe.net
77.        --proxy-user=USER       使用 USER 作为代理用户名。
    
78.        --proxy-password=PASS   使用 PASS 作为代理密码。
    本文章来源于潮白家园网: http://www.chaobaihe.net
79.        --referer=URL           在 HTTP 请求头包含‘Referer: URL’。
    
80.        --save-headers          将 HTTP 头保存至文件。
    http://house.chaobaihe.net 潮白房产网
81.   -U,  --user-agent=AGENT      标识为 AGENT 而不是 Wget/VERSION。
    http://house.chaobaihe.net 潮白房产网
82.        --no-http-keep-alive    禁用 HTTP keep-alive(永久连接)。
    
83.        --no-cookies            不使用 cookies。
    http://fj.chaobaihe.net 潮白河点评网
84.        --load-cookies=FILE     会话开始前从 FILE 中载入 cookies。
    
85.        --save-cookies=FILE     会话结束后保存 cookies 至 FILE。
    http://news.chaobaihe.net 潮白新闻网
86.        --keep-session-cookies  载入并保存会话(非永久) cookies。
    本文章来源于潮白家园网: http://www.chaobaihe.net
87.        --post-data=STRING      使用 POST 方式；把 STRING 作为数据发送。
    
88.        --post-file=FILE        使用 POST 方式；发送 FILE 内容。
    
89.        --content-disposition   当选中本地文件名时
    
90.                                允许 Content-Disposition 头部(尚在实验)。
    本文章来源于潮白家园网: http://www.chaobaihe.net
91.        --auth-no-challenge     send Basic HTTP authentication information
    
92.                                without first waiting for the server's
    
93.                                challenge.
    http://house.chaobaihe.net 潮白房产网
94. 
    
95. HTTPS (SSL/TLS) 选项:
    
96.        --secure-protocol=PR     选择安全协议，可以是 auto、SSLv2、
    
97.                                 SSLv3 或是 TLSv1 中的一个。
    
98.        --no-check-certificate   不要验证服务器的证书。
    http://fj.chaobaihe.net 潮白河点评网
99.        --certificate=FILE       客户端证书文件。
    
100.        --certificate-type=TYPE  客户端证书类型， PEM 或 DER。
     http://bbs.chaobaihe.net 潮白河社区网
101.        --private-key=FILE       私钥文件。
     
102.        --private-key-type=TYPE  私钥文件类型， PEM 或 DER。
     
103.        --ca-certificate=FILE    带有一组 CA 认证的文件。
     
104.        --ca-directory=DIR       保存 CA 认证的哈希列表的目录。
     
105.        --random-file=FILE       带有生成 SSL PRNG 的随机数据的文件。
     
106.        --egd-file=FILE          用于命名带有随机数据的 EGD 套接字的文件。
     
107. 
     
108. FTP 选项:
     
109.        --ftp-user=USER         设置 ftp 用户名为 USER。
     
110.        --ftp-password=PASS     设置 ftp 密码为 PASS。
     http://fj.chaobaihe.net 潮白河点评网
111.        --no-remove-listing     不要删除‘.listing’文件。
     
112.        --no-glob               不在 FTP 文件名中使用通配符展开。
     http://news.chaobaihe.net 潮白新闻网
113.        --no-passive-ftp        禁用“passive”传输模式。
     
114.        --retr-symlinks         递归目录时，获取链接的文件(而非目录)。
     http://bbs.chaobaihe.net 潮白河社区网
115. 
     
116. 递归下载:
     本文章来源于潮白家园网: http://www.chaobaihe.net
117.   -r,  --recursive          指定递归下载。
     http://house.chaobaihe.net 潮白房产网
118.   -l,  --level=NUMBER       最大递归深度( inf 或 0 代表无限制，即全部下载)。
     
119.        --delete-after       下载完成后删除本地文件。
     
120.   -k,  --convert-links      让下载得到的 HTML 或 CSS 中的链接指向本地文件。
     
121.   -K,  --backup-converted   在转换文件 X 前先将它备份为 X.orig。
     
122.   -m,  --mirror             -N -r -l inf --no-remove-listing 的缩写形式。
     http://news.chaobaihe.net 潮白新闻网
123.   -p,  --page-requisites    下载所有用于显示 HTML 页面的图片之类的元素。
     http://bbs.chaobaihe.net 潮白河社区网
124.        --strict-comments    开启 HTML 注释的精确处理(SGML)。
     
125. 
     
126. 递归接受/拒绝:
     
127.   -A,  --accept=LIST               逗号分隔的可接受的扩展名列表。
     
128.   -R,  --reject=LIST               逗号分隔的要拒绝的扩展名列表。
     
129.   -D,  --domains=LIST              逗号分隔的可接受的域列表。
     本文章来源于潮白家园网: http://www.chaobaihe.net
130.        --exclude-domains=LIST      逗号分隔的要拒绝的域列表。
     
131.        --follow-ftp                跟踪 HTML 文档中的 FTP 链接。
     http://news.chaobaihe.net 潮白新闻网
132.        --follow-tags=LIST          逗号分隔的跟踪的 HTML 标识列表。
     本文章来源于潮白家园网: http://www.chaobaihe.net
133.        --ignore-tags=LIST          逗号分隔的忽略的 HTML 标识列表。
     http://fj.chaobaihe.net 潮白河点评网
134.   -H,  --span-hosts                递归时转向外部主机。
     
135.   -L,  --relative                  只跟踪有关系的链接。
     http://fj.chaobaihe.net 潮白河点评网
136.   -I,  --include-directories=LIST  允许目录的列表。
     
137.   -X,  --exclude-directories=LIST  排除目录的列表。
     本文章来源于潮白家园网: http://www.chaobaihe.net
138.   -np, --no-parent                 不追溯至父目录。
     http://house.chaobaihe.net 潮白房产网

复制代码

可以从上面的帮助信息看到，其使用语法是：

http://news.chaobaihe.net 潮白新闻网用法： wget [选项]... http://zh.zkoss.org/doc/devguide ... s.org/doc/devguide/ 首页所有链接为例，有如下代码
http://bbs.chaobaihe.net 潮白河社区网

示例代码：

1. bestupon@bestupon-laptop:~$ $wget -i http://zh.zkoss.org/doc/devguide/index.html http://zh.zkoss.org/doc/devguide/
   本文章来源于潮白家园网: http://www.chaobaihe.net

复制代码

http://bbs.chaobaihe.net 潮白河社区网