wget命令8种实用用法

2023-10-14 14:06:10

大家好，我是良许。

wget 是一个可以从网络上下载文件的免费实用程序，它的工作原理是从 Internet 上获取数据，并将其保存到本地文件中或显示在你的终端上。

这实际上也是大家所使用的浏览器所做的，例如 Firefox 或 Chrome，其实在内部也是调用了 wget 程序进行数据下载。

本文介绍 8 个 wget 命令常见使用方式，希望对小伙伴们有所帮助。

1. 使用 wget 命令下载文件

你可以使用 wget 命令来下载指定链接的文件。默认情况下，下载的文件将保存到当前工作目录中的同名文件中。

$ wget http://www.lxlinux.net
--2021-09-20 17:23:47-- http://www.lxlinux.net/
Resolving www.lxlinux.net... 93.184.216.34, 2606:2800:220:1:248:1893:25c8:1946
Connecting to www.lxlinux.net|93.184.216.34|:80... connected.
HTTP request sent, awaiting response... 200 OK
Length: 1256 (1.2K) [text/html]
Saving to: 'index.html'

如果你不想将下载的文件保存在本地，而只是想将其显示在标准输出（stdout）里，可以使用 --output-document 选项，同时后面再跟上一个 - 号。

$ wget http://www.lxlinux.net --output-document - | head -n4
<!doctype html>
<html>
<head>
   <title>Example Domain</title>

如果你想给下载的文件重新命名，那么可以使用 --output-document 选项（或者更简便，直接使用 -O 即可）：

$ wget http://www.lxlinux.net --output-document newfile.html

2. 断点续传

如果你要下载的文件非常大，因为网络的原因有可能出现一次性无法下载完全的情况。如果每次都要重新下载，那么都不知道要等到猴年马月。

这种情况下，就可以使用 --continue 选项（或者 -c ）实现断点续传。也就是说，如果因为各种原因导致下载中断，使用了这个选项，就可以继续上次的下载，而不需要重新进行下载。

$ wget --continue https://www.lxlinux.net/linux-distro.iso

3. 下载一系列文件

如果你下载的不是一个大文件，而是需要很多个小文件，那么 wget 命令也可以帮你轻松实现。

但是，这里还需要使用一些 bash 语法来实现目的。一般来讲，这些文件的名称都有一定的规律，比如：file_1.txt，file_2.txt，file_3.txt，等等，那么你就需要使用这样的命令：

$ wget http://www.lxlinux.net/file_{1..4}.txt

4. 镜像整个站点

如果你想对某个网站进行整站下载，包括其目录结构，那么你就需要使用 --mirror 选项。

这个选项等同于 --recursive --level inf --timestamping --no-remove-listing，这意味着它是无限递归的，因此你可以下载到指定域上的所有内容。

如果你使用 wget 存档站点，那么这些选项 --no-cookies --page-requisites --convert-links 也可用于确保每个页面都是最新的、最完整的。

5. 修改 HTML 请求标头

学过网络通讯的小伙伴都知道，HTTP 数据包里包含了非常多的元素。其中，HTTP 标头是数据包初始的组成部分。

当你使用浏览器浏览网页时，你的浏览器会向服务器发送 HTTP 请求标头。具体发了些什么东西呢？可以使用 --debug 选项查看 wget 每次请求发送的标头信息：

$ wget --debug www.lxlinux.net
---request begin---
GET / HTTP/1.1
User-Agent: Wget/1.19.5 (linux-gnu)
Accept: */*
Accept-Encoding: identity
Host: www.lxlinux.net
Connection: Keep-Alive

---request end---

你可以使用 --header 选项修改请求标头。为什么要这么做呢？其实有很多使用场景的。例如，有时候为了测试，需要模拟特定的浏览器发出的请求。

比如，你想模拟 Edge 浏览器发出来的请求，可以这样操作：

$ wget --debug --header="User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36 Edg/91.0.864.59" http://www.lxlinux.net

除此之外，你还可以伪装成特定的移动设备（比如 iPhone ）：

$ wget --debug \
--header = "User-Agent: Mozilla/5.0 (iPhone; CPU iPhone OS 13_5_1 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/13.1.1 Mobile/15E148 Safari /604.1" \
HTTP：// www.lxlinux.net

6. 查看响应标头

与浏览器请求发送标头信息的方式相同，标头信息也包含在响应中。同样地，你可以使用 --debug 选项查看响应标头：

$ wget --debug www.lxlinux.net
[...]
---response begin---
HTTP/1.1 200 OK
Accept-Ranges: bytes
Age: 188102
Cache-Control: max-age=604800
Content-Type: text/html; charset=UTF-8
Etag: "3147526947"
Server: ECS (sab/574F)
Vary: Accept-Encoding
X-Cache: HIT
Content-Length: 1256

---response end---
200 OK
Registered socket 3 for persistent reuse.
URI content encoding = 'UTF-8'
Length: 1256 (1.2K) [text/html]
Saving to: 'index.html'

7. 响应 301 响应

熟悉网络协议的都知道，200 响应码意味着一切都按预期进行。而 301 响应则意味着 URL 已经指向不同的网站。

这种情况下，如果你需要下载文件，那么就需要使用 wget 的重定向功能。所以，如果你遇到 301 响应时，就需要使用 --max-redirect 选项。

如果你不想要重定向，那么可以将 --max-redirect 设置为 0 。

$ wget --max-redirect 0 http://www.lxlinux.net
--2021-09-21 11:01:35-- http://www.lxlinux.net/
Resolving www.lxlinux.net... 192.0.43.8, 2001:500:88:200::8
Connecting to www.lxlinux.net|192.0.43.8|:80... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: https://www.www.lxlinux.net/ [following]
0 redirections exceeded.

或者，你还可以将其设置为其他数字以控制 wget 跟随的重定向数量。

8. 展开短链接

有时候，我们需要将一个长链接转为短链接，例如在文本框里填写信息时，有时候文本框对字符长度有限制，这时短链就可以大大减少字符数。

除了使用第三方平台，其实我们可以直接使用 wget 命令来将短链接还原为长链接。这里依然使用 --max-redirect 选项：

$ wget --max-redirect 0 "https://bit.ly/2yDyS4T"
--2021-09-21 11:32:04-- https://bit.ly/2yDyS4T
Resolving bit.ly... 67.199.248.10, 67.199.248.11
Connecting to bit.ly|67.199.248.10|:443... connected.
HTTP request sent, awaiting response... 301 Moved Permanently
Location: http://www.lxlinux.net/ [following]
0 redirections exceeded.

输出的倒数第二行，在 Location 部分，后面你就看到了短链展开之后的真面目。

码农公寓